各位老铁们，大家好，今天由我来为大家分享Pandas数据排序，大家都可以学习的几种方法，以及的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

Pandas 是一个高效的数据处理库，它使用DataFrame 和Series 作为基本数据类型，呈现类似Excel 的二维数据。

在数据处理过程中，我们常常需要将数据按照一定的要求进行排序，以方便展示。

01、按索引排序

数据准备

本文主要使用pandas和numpy。首先导入Python库，如下：

import pandas as pdimport numpy as npprint(f’pandas version: {pd.__version__}’) # 这次在pandas 1.3.2 版本中使用的数据如下：

data={ ‘brand’:[‘Python数据之路’,’价值前瞻’,’菜鸟数据之路’,’Python’,’Java’], ‘B’:[4,6,8,12,10 ], ‘A’:[10,2,5,20,16], ‘D’:[6,18,14,6,12], ‘年’:[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 中的一个按索引排序的函数。默认情况下，sort_index 按行索引排序。

通过设置ascending参数，可以设置升序或降序。默认ascending=True，即升序。

当设置ascending=False时，顺序为降序，如下：

按列名称排序

通过设置参数axis=1，可以按列名排序，如下：

同样，可以按如下方式设置参数值升序：

关于按列名排序，更多方法请参考以下：

pandas实用技巧，对列进行排序的几种方法

02、按数值排序

sort_values()是pandas中按数值排序的函数。

按单列的值排序

在sort_values()中设置单列的列名，对单列进行排序。通过设置ascending参数，可以设置升序或降序，如下：

按多列中的值排序

同时sort_values()可以对多列进行不同的排序，这是通过设置列出和排序方法的组合来实现的，如下：

设置参数ascending，years列按升序排列，B列按降序排列，如下：

选择排序算法

选择排序算法，参数kind默认为’quicksort’，其他算法包括mergesort、heapsort、stable。

该参数仅对单个列有效。

在numpy sort文档中，描述了几种排序特性，主要是程序运行时占用的资源和运行速度的差异。

Numpy文档地址：

https://numpy.org/doc/stable/reference/generated/numpy.sort.html#numpy.sort

示例如下：

忽略索引

在排序过程中，还可以引入ignore_index参数来重置行索引，如下：

就地

inplace 是pandas 中的一个常见参数。

缺失值

首先构造一个包含缺失值的数据框，如下：

data={ ‘brand’:[‘Python数据之路’,’价值前瞻’,’菜鸟数据之路’,’Python’,’Java’], ‘B’:[4,6,8,np.nan ,12 ], ‘A’:[‘柠檬’,’艾玛’,’ZW’,’应用程序’,’约翰’], ‘D’:[6,18,14,6,12], ‘年’: [4 ,1,1,30,30], ‘C’:[8,12,18,8,2],}index=[9,3,4,5,2]df1=pd.DataFrame(data=data,索引=索引）df1

缺失值优先：

缺失值排在最后：

关键参数

通过设置关键参数，可以根据特定条件对列进行排序。比较一下下面的排序：