Python|熊猫 dataframe.sort_index()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。
Pandas dataframe.sort_index()函数按给定轴上的标签对对象进行排序。
基本上，排序算法应用于轴标签而不是数据框中的实际数据，并基于数据重新排列。我们可以自由选择我们想要应用的排序算法。我们可以使用“快速排序”、“合并排序”和“堆排序”三种可能的排序算法。

Syntax: DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind=’quicksort’, na_position=’last’, sort_remaining=True, by=None)
Parameters : 
axis : index, columns to direct sorting 
level : if not None, sort on values in specified index level(s) 
ascending : Sort ascending vs. descending 
inplace : if True, perform operation in-place 
kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’. Choice of sorting algorithm. See also ndarray.np.sort for more information. mergesort is the only stable algorithm. For DataFrames, this option is only applied when sorting on a single column or label. 
na_position : [{‘first’, ‘last’}, default ‘last’] First puts NaNs at the beginning, last puts NaNs at the end. Not implemented for MultiIndex. 
sort_remaining : If true and sorting by level and index is multilevel, sort by other levels too (in order) after sorting by specified level
Return : sorted_obj : DataFrame 
 

有关代码中使用的 CSV 文件的链接，请单击此处
示例 #1：使用 sort_index()函数根据索引标签对数据帧进行排序。

Python3

# importing pandas as pd
import pandas as pd
 
# Creating the dataframe
df = pd.read_csv("nba.csv")
 
# Print the dataframe
df

正如我们在输出中看到的那样，索引标签已经排序，即 (0, 1, 2, ....)。因此，我们将从中抽取一个随机样本，然后对其进行排序以进行演示。
让我们使用 dataframe.sample()函数从数据框中提取 15 个元素的随机样本。

Python3

# extract the sample dataframe from "df"
# and store it in "sample_df"
sample_df = df.sample(15)
 
# Print the sample data frame
sample_df

注意：每次我们执行 dataframe.sample()函数时，它都会给出不同的输出。让我们使用 dataframe.sort_index()函数根据索引标签对数据帧进行排序

Python3

# sort by index labels
sample_df.sort_index(axis = 0)

输出 ：

正如我们在输出中看到的，索引标签已排序。示例 #2：使用 sort_index()函数根据列标签对数据框进行排序。

Python3

# importing pandas as pd
import pandas as pd
 
# Creating the dataframe
df = pd.read_csv("nba.csv")
 
# sorting based on column labels
df.sort_index(axis = 1)

输出 ：