Pandas 排序值重置索引

在处理数据时，我们常常需要对数据进行排序并重新设置索引，这样可以使数据更加清晰、易于理解。Pandas 提供了一系列的函数，可以帮助我们实现这些操作。

排序

Pandas 中常用的排序函数为 sort_values()，它可以根据指定列的数据进行排序。下面是一个简单的例子：

import pandas as pd

# 创建 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 18, 36, 22], 'score': [90, 80, 70, 85]}
df = pd.DataFrame(data)

# 按照 score 列进行排序
df = df.sort_values(by='score', ascending=False)

print(df)

输出结果为：

      name  age  score
0    Alice   25     90
3    David   22     85
1      Bob   18     80
2  Charlie   36     70

这里我们使用了 sort_values(by='score') 将 DataFrame 按照 score 列进行降序排序，注意参数 ascending=False 表示降序排序。

重置索引

排序后的数据可能会导致原来的索引值混乱，因此我们需要重置索引。Pandas 提供了 reset_index() 函数来帮助我们实现这个操作。下面是一个简单的例子：

import pandas as pd

# 创建 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 18, 36, 22], 'score': [90, 80, 70, 85]}
df = pd.DataFrame(data)

# 按照 score 列进行排序并重置索引
df = df.sort_values(by='score', ascending=False).reset_index(drop=True)

print(df)

输出结果为：

      name  age  score
0    Alice   25     90
1    David   22     85
2      Bob   18     80
3  Charlie   36     70

这里我们使用了 reset_index(drop=True) 将索引重置并去掉原来的索引列，注意参数 drop=True 表示去掉原来的索引列。