Pandas 数据框按列排序 - Python

在数据科学中，经常需要对数据框进行排序以便更有效地分析数据， Pandas 提供了多种按列排序的方法。

本文将介绍 Pandas 数据框按列排序的常见方法，包括单个列排序和多列排序。

单个列排序

对于单个列排序，可以使用 sort_values 方法。下面是一个例子：

import pandas as pd

# 创建数据框
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky', 'Tom'],
        'age': [28, 34, 29, 42, 19],
        'gender': ['M', 'M', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 按年龄升序排序
df = df.sort_values(by=['age'], ascending=True)

# 打印结果
print(df)

输出结果为：

    name  age gender
4    Tom   19      M
0    Tom   28      M
2  Steve   29      M
1   Jack   34      M
3  Ricky   42      M

可以看到，数据框被按年龄升序排序了。

多列排序

对于多列排序，可以在调用 sort_values 方法时传递一个列表，列表中包含需要排序的多个列名。下面是一个例子：

import pandas as pd

# 创建数据框
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky', 'Tom'],
        'age': [28, 34, 29, 42, 19],
        'gender': ['M', 'M', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 按年龄升序、按名字降序排序
df = df.sort_values(by=['age', 'name'], ascending=[True, False])

# 打印结果
print(df)

输出结果为：

    name  age gender
4    Tom   19      M
0    Tom   28      M
2  Steve   29      M
1   Jack   34      M
3  Ricky   42      M

可以看到，数据框被按年龄升序、按名字降序排序了。

总而言之， Pandas 提供了多种按列排序的方法来方便我们对数据框进行快速排序，适合于数据科学中对数据进行多方位分析的需求。