📅  最后修改于: 2023-12-03 15:04:26.870000             🧑  作者: Mango
当我们在使用Pandas的DataFrame对象时,经常需要对序列进行排序以使得数据更容易分析。sort_index()
函数可以对DataFrame进行排序,按照指定的轴排序索引。
DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None)
参数说明:
import pandas as pd
data = {'name':['Tom', 'Jerry', 'Mickey', 'Minnie'],
'age':[28, 34, 29, 31],
'gender':['M', 'M', 'M', 'F'],
'score':[85.5, 92.0, 87.5, 88.0]}
df = pd.DataFrame(data)
df.sort_index()
输出:
name age gender score
0 Tom 28 M 85.5
1 Jerry 34 M 92.0
2 Mickey 29 M 87.5
3 Minnie 31 F 88.0
import pandas as pd
data = {'name':['Tom', 'Jerry', 'Mickey', 'Minnie'],
'age':[28, 34, 29, 31],
'gender':['M', 'M', 'M', 'F'],
'score':[85.5, 92.0, 87.5, 88.0]}
df = pd.DataFrame(data)
df.sort_index(axis=1, ascending=False)
输出:
score gender name age
0 85.5 M Tom 28
1 92.0 M Jerry 34
2 87.5 M Mickey 29
3 88.0 F Minnie 31
import pandas as pd
data = {'name':['Tom', 'Jerry', 'Mickey', 'Minnie'],
'age':[28, 34, 29, 31],
'gender':['M', 'M', 'M', 'F'],
'score':[85.5, 92.0, 87.5, 88.0]}
df = pd.DataFrame(data)
df = df.set_index(['gender', 'name'])
df.sort_index(level=[0, 1], ascending=[False, True])
输出:
age score
gender name
M Jerry 34 92.0
Mickey 29 87.5
Tom 28 85.5
F Minnie 31 88.0
在这个示例中,我们将'gender'
和'name'
设置为多级索引,并按照'gender'
和'name'
排序。ascending=[False, True]
指示我们按'gender'
降序排序,而按'name'
升序排序。
使用sort_index()
函数,您可以轻松地对Pandas DataFrame进行排序,这有助于您对数据进行更深入的分析和理解。要了解更多有关sort_index()
函数的信息,请参阅Pandas官方文档。