Python中pandas库的sort_index、set_index和reser_index的用法

sort_values

含义：

sort_values()函数，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。

参数说明：

# 参数
DataFrame.sort_values（by，axis = 0，ascending = True，inplace = False，kind =' quicksort '，na_position ='last' ）
#参数说明
by: str或str的列表，如果axis=0或axis='index'，那么by='列名'；如果axis=1或axis='columns'，那么by='行名'
axis: {0或'index';1或'columns'} 默认为0，即纵向排序，如果为1，则为横向排序
ascending: 布尔型，默认为True,即升序
inplace: 布尔型，是否用排序后的数据代替现有数据
kind: 排序算法， {'quicksort'，'mergesort'，'heapsort'}，默认'quicksort'
na_position: {'first'，'last'}，默认'last' ,即将缺失值放在最后。

例子：

import pandas as pd
import numpy as np
frame = pd.DataFrame(np.arange(12).reshape((3,4)),
                     columns=list('ABCD'))

# 沿着A列方向倒向排序  
frame1 = frame.sort_values(by='A',ascending=False)
print('\nframe1:')
print(frame1)

========output========

frame1:
   A  B   C   D
2  8  9  10  11
1  4  5   6   7
0  0  1   2   3

# 沿着索引为1的行方向倒向排序
frame2 = frame.sort_values(by= 1,axis=1,ascending=False)
print('\nframe2:')
print(frame2)

========output========

frame2:
    D   C  B  A
0   3   2  1  0
1   7   6  5  4
2  11  10  9  8

set_index

含义：

重新设置某一列或多个列作为索引

参数说明：

# 参数
DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)
#参数说明
key: 要用做新索引的列的索引名
drop: 布尔值，默认为True，即删除要用作新索引的列
append: 布尔值，默认为False,是否将列附加到现有索引即默认情况下是将原有索引替代，为True时，原有索引不会被删除，现在要添加的索引会被附加在原有索引后。生成一个二层索引
inplace: 布尔值，默认为False,即是否修改原数据
verify_integrity: 布尔值， 默认False，检查新索引是否有重复项。为True时，如果新索引有重复项，Python会报错。 

例子：

import pandas as pd
import numpy as np
frame = pd.DataFrame(np.arange(12).reshape((3,4)),
                     columns=list('ABCD'))

# 设置列'C'和'D'为索引,同时不删除'C'和'D'列
frame1 = frame.set_index(['C','D'],drop=False)
print('\nframe1')
print(frame1)

========output========

frame1:

       A  B   C   D
C  D
2  3   0  1   2   3
6  7   4  5   6   7
10 11  8  9  10  11

reset_values

含义：

reset_values是set_index的反操作，会将索引移动到列中