Pandas DataFrame、Series的排序

最新推荐文章于 2024-11-14 07:15:33 发布

dta0502

最新推荐文章于 2024-11-14 07:15:33 发布

阅读量211

点赞数

分类专栏：数据分析文章标签： Pandas 排序

数据分析专栏收录该内容

38 篇文章

订阅专栏

本文详细介绍了如何使用Python的Pandas库进行数据排序，包括Series和DataFrame的按索引和值排序的方法。通过实例展示了sort_index和sort_values函数的用法，以及如何指定排序方向。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

库导入

from pandas import DataFrame, Series
import numpy as np

Series

按索引排序

##### Series按索引排序 sort_index方法 返回新对象
obj = Series([1, 3, 2, 5, 6], index=list('dabce'))
obj.sort_index()
obj.sort_index(ascending=False)

按值排序

##### Series按值排序 sort_values方法 返回新对象
obj.sort_values()
obj.sort_values(ascending=False)

DataFrame

按索引排序

frame = DataFrame(np.random.randn(4, 3), columns=list('dbe'),index=['Ut', 'Oh', 'Tex', 'Ore']) 
frame.sort_index() # 同frame.sort_index(axis=0) 
frame.sort_index(ascending=False)               
frame.sort_index(axis=1) 
frame.sort_index(axis=1, ascending=False)

按值排序

##### DataFrame按列排序
frame = DataFrame({'a': [1, 3, 1, 5], 'b': [2, 1, 4, 6]})
# sort_values方法
frame.sort_values(by=['a', 'b'], ascending=[True, True])
frame.sort_values(by=['a', 'b'], ascending=[True, False])