Pandas DataFrame.sort()

简介

Pandas是Python中一种数据处理库，其中DataFrame是其中的一个数据结构，类似于Excel中的表格。sort()是DataFrame中用于排序的函数，可以按照某一列的数值、字母等进行排序。

使用方法

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None)

参数说明：

• by: 可以是列名、数字、名称列表或数组的索引。如果axis为0，则按列排序。如果axis为1，则按行排序。
• axis: 排序时的维度，0为列，1为行，默认为0。
• ascending: 是否按升序排序，默认为True。
• inplace: 是否在原DataFrame中排序，默认为False，即不在原DataFrame中排序，而是返回排序后的新DataFrame。
• kind: 排序算法，可以有 quicksort、 mergesort 和 heapsort。 默认为quicksort。
• na_position: 缺失值的排序方式，默认为last，即放到最后。
• ignore_index: 是否忽略索引，默认为False，即保留原DataFrame的索引。
• key: 排序的依据函数，可以自定义。

例子

先创建一个包含成绩和年龄的DataFrame：

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [19, 20, 18, 17, 20],
        'score': [95, 96, 92, 98, 90]}
df = pd.DataFrame(data)

按照成绩升序排列：

df.sort_values(by='score')

输出结果为：

   name  age  score
4     E   20     90
2     C   18     92
0     A   19     95
1     B   20     96
3     D   17     98

如果要按照成绩和年龄两列进行升序排列：

df.sort_values(by=['score', 'age'])

输出结果为：

   name  age  score
4     E   20     90
2     C   18     92
0     A   19     95
1     B   20     96
3     D   17     98

如果要按照年龄降序排列：

df.sort_values(by='age', ascending=False)

输出结果为：

   name  age  score
1     B   20     96
4     E   20     90
0     A   19     95
2     C   18     92
3     D   17     98

如果要在原DataFrame中排序：

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

此时原DataFrame的顺序已被修改，输出结果为：

   name  age  score
0     A   19     95
1     B   20     96
2     C   18     92
3     D   17     98
4     E   20     90

总结

sort()函数是DataFrame中的一种强大的排序工具，可以直接对DataFrame进行排序。在排序时，需要注意by参数中需要输入排序的列名，同时还可以指定ascending参数实现升序或降序排列。如果要在原DataFrame中排序，需要将inplace参数设置为True。