来源：Python数据之道

作者：阳哥

大家好，我是阳哥。

Pandas 可以说是 在Python数据科学领域应用最为广泛的工具之一。

Pandas是一种高效的数据处理库，它以dataframe和series为基本数据类型，呈现出类似excel的二维数据。

在数据处理过程中，咱们经常需要将数据按照一定的要求进行排序，以方便展示。

这里，阳哥来给大家分享下 在 Pandas 中排序的几种常用方法，主要包括sort_index和sort_values。

01、按索引排序

数据准备

文中主要使用了pandas和numpy，首先导入 Python 库，如下：

importpandasaspdimportnumpyasnp
print(fpandas version:{pd.__version__})pandas version 1.3.2

本次使用的数据如下：

data= {brand:[Python数据之道,价值前瞻,菜鸟数据之道,Python,Java],B:[4,6,8,12,10],A:[10,2,5,20,16],D:[6,18,14,6,12],years:[4,1,1,30,30],C:[8,12,18,8,2],
}
index = [9,3,4,5,2]
df = pd.DataFrame(data=data,index=index)
df

按行索引排序

sort_index()是 pandas 中按索引排序的函数，默认情况下，sort_index是按行索引来排序。

通过设置参数ascending可以设置升序或降序排列，默认情况下是ascending=True，为升序排列。

设置ascending=False时，为降序排列，如下：

按列的名称排序

通过设置参数axis=1可实现按列的名称排序，如下：

同样的，可以设置 参数ascending的值，如下：

关于按列的名称排序，更多的方法，可以参考下面的内容：

• Pandas实用技能，将列（column）排序的几种方法

02、按数值排序

sort_values()是 pandas 中按数值排序的函数。

按单个列的值排序

sort_values()中设置单个列的列名称，可以对单个列进行排序，通过设置参数ascending可以设置升序或降序排列，如下：

按多个列的值排序

同时，sort_values()可以对多个列进行不同的排序，通过设置列明和排序方式组合来实现，如下：

设置参数ascending，years列为升序，B列为降序，如下：

选择排序算法

选择排序算法，参数 kind 默认是 quicksort，其他算法有 mergesort, heapsort, stable。

该参数只针对单个列时才有效。

在 numpy 的 sort文档中，对几种排序的特点进行了描述，主要是程序运行时占用的资源和运行速度有差异。

numpy 文档地址：

https://numpy.org/doc/stable/reference/generated/numpy.sort.htmlnumpy.sort

示例如下：

忽略索引

在排序过程中，还可以引入ignore_index参数，来对行索引重新设置，如下：

inplace

inplace是 pandas 中常见的一个参数。

inplace = True：不创建新的对象，直接对原始对象进行修改；默认是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。

缺失值

先构造一个含缺失值的 dataframe，如下：

data= {brand:[Python数据之道,价值前瞻,菜鸟数据之道,Python,Java],B:[4,6,8,np.nan,12],A:[Lemon,emma,ZW,app,John],D:[6,18,14,6,12],years:[4,1,1,30,30],C:[8,12,18,8,2],
}
index = [9,3,4,5,2]
df1 = pd.DataFrame(data=data,index=index)
df1

缺失值排在最前面：

缺失值排在最后面：

key 参数

通过设置 key 参数，可以将列按照特定条件进行排序，对比下下面的排序：

以上就是关于 Pandas 中排序的介绍，欢迎大家来畅聊，Pandas 中有哪些实用的小技巧~~