pandas 排序方法： sort_index()，sort_values()

sort_index()

如果我们想要对行标或者列标进行字典排序（lexicographically），那么就可以使用 sort_index() 方法。

对于 Series，当然就是根据行标 index 进行排序了：

import numpy as np
import pandas as pd
1
2

s = pd.Series(range(4), index=['d', 'b', 'a', 'c'])
s
"""
d    0
b    1
a    2
c    3
dtype: int64
"""
1
2
3
4
5
6
7
8
9

s.sort_index()
"""
a    2
b    1
c    3
d    0
dtype: int64
"""
1
2
3
4
5
6
7
8

对于 DataFrame，我们可以对行标和列标都进行排序。默认情况下，会根据行标排序，如果将 axis 参数设置为 1，那么就会根据列标排序：

df = pd.DataFrame(np.arange(8).reshape(2, 4),
                  index=['nine', 'four'],
                  columns=['d', 'b', 'a', 'c'])
print(df)
"""
      d  b  a  c
nine  0  1  2  3
four  4  5  6  7
"""
1
2
3
4
5
6
7
8
9

df.sort_index()
"""
      d  b  a  c
four  4  5  6  7
nine  0  1  2  3
"""
1
2
3
4
5
6

df.sort_index(axis=1)
"""
      a  b  c  d
nine  2  1  3  0
four  6  5  7  4
"""
1
2
3
4
5
6

默认情况下，数据是按升序排列的，如果想要降序排列，可以将 ascending 设置为 False：

df.sort_index(axis=1, ascending=False)
"""
      d  c  b  a
nine  0  3  1  2
four  4  7  5  6
"""
1
2
3
4
5
6

---

sort_values()

如果想要根据值进行排序，那么就要使用 sort_values()，值对应的 index 不会改变。

对于 Series 来说没什么可说的，但要注意如果有缺失值，则缺失值会被排到最后：

s1 = pd.Series([-2, 2, 12, 0])
s1.sort_values()
"""
0    -2
3     0
1     2
2    12
dtype: int64
"""
1
2
3
4
5
6
7
8
9

s2 = pd.Series([-2, np.nan, 8, 0, 3, np.nan, 6])
s2.sort_values()
"""
0   -2.0
3    0.0
4    3.0
6    6.0
2    8.0
1    NaN
5    NaN
dtype: float64
"""
1
2
3
4
5
6
7
8
9
10
11
12

对于 DataFrame，我们可以根据一列或者多列来进行排序，需要将相应的列名传入 by 参数中：

df = pd.DataFrame({'b': [4, 7, -3, 2], 'a': [0, 1, 0, 1]})
print(df)
"""
   b  a
0  4  0
1  7  1
2 -3  0
3  2  1
"""
1
2
3
4
5
6
7
8
9

df.sort_values(by='b')
"""
   b  a
2 -3  0
3  2  1
0  4  0
1  7  1
"""
1
2
3
4
5
6
7
8

根据多列：

df.sort_values(by=['a', 'b'])
"""
   b  a
2 -3  0
0  4  0
3  2  1
1  7  1
"""
1
2
3
4
5
6
7
8

这相当于先根据 column b 排序，再根据 column a 进行排序，所以等价于下面的语句：

df.sort_values(by='b').sort_values(by='a')
1

---

References

Python for Data Analysis, 2${}^{\mathrm{n}\mathrm{d}}$ edition. Wes McKinney.