pandas 数据排序DataFrame.sort_values()

DataFrame. sort_values()

作用：既可以根据列数据，也可根据行数据排序。
注意：必须指定by参数，即必须指定哪几行或哪几列；无法根据index名和columns名排序
官方文档 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_index.html

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')
axis：{0 or ‘index’, 1 or ‘columns’}, default 0，默认按照列排序，即纵向排序；如果为1，则是横向排序。
by：str or list of str；如果axis=0，那么by="列名"；如果axis=1，那么by="行名"。
ascending：布尔型，True则升序，如果by=['列名1','列名2']，则该参数可以是[True, False]，即第一字段升序，第二个降序。
inplace：布尔型，是否用排序后的数据框替换现有的数据框。
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
na_position：{‘first’, ‘last’}, default ‘last’，默认缺失值排在最后面。

来个栗子

# * coding:utf-8_*_
# 作者     :XiangLin
# 创建时间 :08/01/2020 16:47
# 文件     :官方文档.py
# IDE      :PyCharm
import pandas as pd
import numpy as np
df = pd.DataFrame({
   'col1': ['A', 'A', 'B', np.nan, 'D', 'C'],
   'col2': [2, 1, 9, 8, 7, 4],
   'col3': [0, 1, 9, 4, 2, 3],
 })
print(df)
 col1  col2  col3
0    A     2     0
1    A     1     1
2    B     9     9
3  NaN     8     4
4    D     7     2
5    C     4     3

# Sort by col1
df1 = df.sort_values(by=['col1'])
print(df1)
  col1  col2  col3
0    A     2     0
1    A     1     1
2    B     9     9
5    C     4     3
4    D     7     2
3  NaN     8     4

# Sort by multiple columns
df2 = df.sort_values(by=['col1','col2'])
print(df2)
col1  col2  col3
1    A     1     1
0    A     2     0
2    B     9     9
5    C     4     3
4    D     7     2
3  NaN     8     4

print('Sort Descending')
df3 = df.sort_values(by='col1',ascending=False)
print(df3)
  col1  col2  col3
4    D     7     2
5    C     4     3
2    B     9     9
0    A     2     0
1    A     1     1
3  NaN     8     4

# Putting NAs first
df4 = df.sort_values(by='col1',ascending=False,na_position='first')
print(df4)
  col1  col2  col3
3  NaN     8     4
4    D     7     2
5    C     4     3
2    B     9     9
0    A     2     0
1    A     1     1

向林
2020年1月8日于长沙