Python | 熊猫索引.sort_values()

熊猫（Pandas）是一种流行的Python数据处理库。通常情况下，我们需要在数据框中排序，这时就需要了解sort_values（）函数。

sort_values()函数简介

sort_values()是pandas的一个数据框函数，用于根据某列或多列对数据框进行排序。

语法

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

参数

• by：这个参数可以是一个列标签或者一列标签列表。标签可以是字符串或者整数。如果by是字符串，那么这个字符串可以指代列标签的名字或者列内容的名字。
• axis：这个参数主要控制排序是按行进行排序还是按列进行排序。axis的默认值是0，也就是按列进行排序。
• ascending：默认是True，意思是升序排列。如果设定为False，则是倒序排列。
• inplace：默认是False，也就是不对原数据进行修改。
• kind：排序算法。默认是quicksort。
• na_position：在哪里将NA放在排序列的开始或结尾。默认是last。

sort_values()函数的使用

考虑以下这个数据框：

import pandas as pd

df = pd.DataFrame({'name': ['John', 'Alex', 'Mike', 'Mark', 'Jack', 'Lucy', 'Mary'],
                   'age': [25, 16, 19, 27, 18, 23, 17],
                   'score': [90, 80, 65, 70, 92, 87, 75]})
    
print(df)

输出：

    name  age  score
0   John   25     90
1   Alex   16     80
2   Mike   19     65
3   Mark   27     70
4   Jack   18     92
5   Lucy   23     87
6   Mary   17     75

现在，我们想要通过name列来对数据框进行排序：

df.sort_values(by='name', ascending=True, inplace=True)
    
print(df)

输出：

    name  age  score
1   Alex   16     80
4   Jack   18     92
0   John   25     90
2   Mike   19     65
6   Mary   17     75
3   Mark   27     70
5   Lucy   23     87

从输出中，我们可以看到name列是按字母顺序进行的排序。

我们也可以通过多列进行排序，比如，我们可以先通过score降序，再通过age升序来对数据框进行排序：

df.sort_values(by=['score', 'age'], ascending=[False, True], inplace=True)
    
print(df)

输出：

    name  age  score
4   Jack   18     92
0   John   25     90
5   Lucy   23     87
3   Mark   27     70
6   Mary   17     75
1   Alex   16     80
2   Mike   19     65

从输出中，我们可以看到排序是依照前一列先进行排序，然后在此排序基础上进行下一列的排序。在第一列中，由于我们向降序排列，因此分数最高的Jack排在了第一位。而在分数相同的情况下，我们又通过年龄的升序来实现更精细的排序。

结论

sort_values()函数是一个非常有用的函数，可以帮助我们对熊猫数据框进行排序，使之符合我们的需求。通过by、ascending、inplace等参数的灵活搭配，我们可以轻松实现强大的数据处理能力。