1 简介
Pands 提供了两种排序方法，分别是按标签排序和按数值排序。本节讲解 Pandas 的排序操作。
下面创建一组 DataFrame 数据，如下所示：
df = pd.DataFrame({'b':[1,2,3,2],
'a':[4,3,2,1],
'c':[1,3,8,2],
'd':[2,0,1,3],
})
df
#输出结果：
b a c d
0 1 4 1 2
1 2 3 3 0
2 3 2 8 1
3 2 1 2 3
上述示例，行标签和数值元素均未排序，下面分别使用标签排序、数值排序对其进行操作。
2 按标签排序
使用 sort_index() 方法对行标签排序，指定轴参数（axis）或者排序顺序。或者可以对 DataFrame 进行排序。默认情况下，按照行标签序排序。
Example：
print("原始数据为:")
print(df)
print("排序后的数据为：")
print(df.sort_index())
#输出结果：
原始数据为:
b a c d
0 1 4 1 2
1 2 3 3 0
2 3 2 8 1
3 2 1 2 3
排序后的数据为：
b a c d
0 1 4 1 2
1 2 3 3 0
2 3 2 8 1
3 2 1 2 3
2.1 排序顺序
通过将布尔值传递给ascending参数，可以控制排序的顺序（行号顺序）。
Example：
print("1排序后的数据为：")
print(df.sort_index(ascending=False))
print("2排序后的数据为：")
print(df.sort_index(ascending=True))
#输出结果：
1排序后的数据为：
b a c d
3 2 1 2 3
2 3 2 8 1
1 2 3 3 0
0 1 4 1 2
2排序后的数据为：
b a c d
0 1 4 1 2
1 2 3 3 0
2 3 2 8 1
3 2 1 2 3
3 按列标签排序
通过给 axis 轴参数传递 0 或 1，可以对列标签进行排序。默认情况下，axis=0 表示按行排序；而 axis=1 则表示按列排序。
Examples：
print(df.sort_index(ascending=True,axis =0))
#输出结果
b a c d
0 1 4 1 2
1 2 3 3 0
2 3 2 8 1
3 2 1 2 3
print(df.sort_index(ascending=True,axis =1))
#输出结果
a b c d
0 4 1 1 2
1 3 2 3 0
2 2 3 8 1
3 1 2 2 3
4 按值排序
- sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')
- 作用：既可以根据列数据，也可根据行数据排序。
Example：原始数据
df = pd.DataFrame({'b':[1,2,3,2],'a':[4,3,2,1],'c':[1,3,8,2]},index=[2,0,1,3])
df
#输出结果：
b a c
2 1 4 1
0 2 3 3
1 3 2 8
3 2 1 2
Example： 按 b 列升序排序
df.sort_values(by='b') #等同于df.sort_values(by='b',axis=0)
#输出结果：
b a c
2 1 4 1
0 2 3 3
3 2 1 2
1 3 2 8
Example： 先按 b 列降序，再按 a 列升序排序
df.sort_values(by=['b','a'],axis=0,ascending=[False,True]) #等同于df.sort_values(by=['b','a'],axis=0,ascending=[False,True])
#输出结果
1 3 2 8
3 2 1 2
0 2 3 3
2 1 4 1
Example： 按行 3 升序排列
df.sort_values(by=3,axis=1) #必须指定axis=1
#输出结果：
a b c
2 4 1 1
0 3 2 3
1 2 3 8
3 1 2 2
Example： 按行3升序，行0降排列
df.sort_values(by=[3,0],axis=1,ascending=[True,False])
#输出结果：
a c b
2 4 1 1
0 3 3 2
1 2 8 3
3 1 2 2
5 排序算法
sort_values() 提供了参数 kind 用来指定排序算法。这里有三种排序算法：
- mergesort
- heapsort
- quicksort
默认为 quicksort(快速排序) ，其中 Mergesort 归并排序是最稳定的算法。
Example：
print("原始数据为:")
print(df)
print("排序5后的数据为：")
print(df.sort_values(ascending=False,by='b',kind='mergesort'))
#输出结果
原始数据为:
b a c
2 1 4 1
0 2 3 3
1 3 2 8
3 2 1 2
排序5后的数据为：
b a c
1 3 2 8
0 2 3 3
3 2 1 2
2 1 4 1