Python數據分析Pandas Dataframe排序操作
前言：
數據的排序是比較常用的操作，DataFrame 的排序分為兩種，一種是對索引進行排序，另一種是對值進行排序，接下來就分別介紹一下。
1.索引的排序
DataFrame 提供瞭sort_index()方法來進行索引的排序，通過axis參數指定對行索引排序還是對列索引排序，默認為0，表示對行索引排序，設置為1表示對列索引進行排序；ascending參數指定升序還是降序，默認為True表示升序，設置為False表示降序，
具體使用方法如下：
對行索引進行降序排序：
sort_df = df.sort_index(ascending=False) sort_df
對列索引升序排序：
sort_df = df.sort_index(axis=1) sort_df
2.值的排序
DataFrame 提供瞭sort_values()方法來進行值的排序，相比sort_index()方法，它多瞭一個by參數，接收字符串或者列表，來指定要排序的行或者列名，其餘基本一致，具體使用方法如下：
按age的值進行升序排序:
sort_df = df.sort_values(by="age") sort_df
先按age的值進行升序排序，再按gender的值進行降序排序：
sort_df = df.sort_values(by=["age", "gender"], ascending=[True, False]) sort_df
結果輸出如下：
排序完之後，如果想要調整一下行索引，可以使用以下方式重新設置一下行索引。
frame.reset_index(drop=True)
設置參數drop=True表示刪除原索引，如果不想刪除原索引，隻是再加一列索引即可，可以不設定，如下：
到此這篇關於Python數據分析Pandas Dataframe排序操作的文章就介紹到這瞭,更多相關 Pandas Dataframe排序操作內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！
推薦閱讀：
- Pandas數值排序 sort_values()的使用
- python 文件讀寫和數據清洗
- pandas實現按照多列排序-ascending
- pandas groupby分組對象的組內排序解決方案
- Python數據分析23種Pandas核心操作方法總結