溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文小編為大家詳細介紹“Python數據分析Pandas Dataframe排序操作的方法”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python數據分析Pandas Dataframe排序操作的方法”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。
DataFrame 提供了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
DataFrame 提供了sort_values()方法來進行值的排序，相比sort_index()方法，它多了一個by參數，接收字符串或者列表，來指定要排序的行或者列名，其余基本一致，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：
排序完之后，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，只是再加一列索引即可，可以不設定，如下：
讀到這里，這篇“Python數據分析Pandas Dataframe排序操作的方法”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
