Pandas详解之排序和排名

约定：
import pandas as pd
import numpy as np
1
2
排序和排名
根据条件对Series对象或DataFrame对象的值排序（sorting）和排名(ranking)是一种重要的内置运算。 
接下来为大家介绍如何使用pandas对象的：sort_index() / sort_values() / rank() 方法。

一、对Series排序
对Series对象排序是最常用的，可以根据Series对象的索引、值排序。

根据索引排序
se1=pd.Series(np.arange(10,13),index=[1,3,2])
se1.sort_index()
1
2
代码结果：

1    10
2    12
3    11
dtype: int32
1
2
3
4
还能对字符索引排序
se2=pd.Series(np.arange(0,3),index=['c','d','a'])
se2.sort_index()
1
2
代码结果：

a    2
c    0
d    1
dtype: int32

按降序排序
se2.sort_index(ascending=False)
1
代码结果：

d    1
c    0
a    2
dtype: int32

按值排序
se3=pd.Series([3,-5,7])
se3.sort_values()

代码结果：

1   -5
0    3
2    7
dtype: int64