Python数据分析Pandas Dataframe排序操作

前言：

数据的排序是比较常用的操作，DataFrame 的排序分为两种，一种是对索引进行排序，另一种是对值进行排序，接下来就分别介绍一下。

1.索引的排序

DataFrame 提供了sort_index()方法来进行索引的排序，通过axis参数指定对行索引排序还是对列索引排序，默认为0，表示对行索引排序，设置为1表示对列索引进行排序；ascending参数指定升序还是降序，默认为True表示升序，设置为False表示降序，

具体使用方法如下：

对行索引进行降序排序：

sort_df = df.sort_index(ascending=False)
sort_df

对列索引升序排序：

sort_df = df.sort_index(axis=1)
sort_df

2.值的排序

DataFrame 提供了sort_values()方法来进行值的排序，相比sort_index()方法，它多了一个by参数，接收字符串或者列表，来指定要排序的行或者列名，其余基本一致，具体使用方法如下：

按age的值进行升序排序:

sort_df = df.sort_values(by="age")
sort_df

先按age的值进行升序排序，再按gender的值进行降序排序：

sort_df = df.sort_values(by=["age", "gender"], ascending=[True, False])
sort_df

结果输出如下：

排序完之后，如果想要调整一下行索引，可以使用以下方式重新设置一下行索引。

frame.reset_index(drop=True)

设置参数drop=True表示删除原索引，如果不想删除原索引，只是再加一列索引即可，可以不设定，如下：