Pandas数据排序，人人都能学会的几种方法

　　来源：Python数据之道
　　作者：阳哥
　　大家好，我是阳哥。
　　Pandas可以说是在Python数据科学领域应用最为广泛的工具之一。
　　Pandas是一种高效的数据处理库，它以dataframe和series为基本数据类型，呈现出类似excel的二维数据。
　　在数据处理过程中，咱们经常需要将数据按照一定的要求进行排序，以方便展示。
　　这里，阳哥来给大家分享下在Pandas中排序的几种常用方法，主要包括sortindex和sortvalues。01、按索引排序
　　数据准备
　　文中主要使用了pandas和numpy，首先导入Python库，如下：importpandasaspdimportnumpyasnpprint（fpandasversion：｛pd。version｝）pandasversion1。3。2
　　本次使用的数据如下：data｛brand：〔Python数据之道，价值前瞻，菜鸟数据之道，Python，Java〕，B：〔4，6，8，12，10〕，A：〔10，2，5，20，16〕，D：〔6，18，14，6，12〕，years：〔4，1，1，30，30〕，C：〔8，12，18，8，2〕，｝index〔9，3，4，5，2〕dfpd。DataFrame（datadata，indexindex）df
　　按行索引排序
　　sortindex（）是pandas中按索引排序的函数，默认情况下，sortindex是按行索引来排序。
　　通过设置参数ascending可以设置升序或降序排列，默认情况下是ascendingTrue，为升序排列。
　　设置ascendingFalse时，为降序排列，如下：
　　按列的名称排序
　　通过设置参数axis1可实现按列的名称排序，如下：
　　同样的，可以设置参数ascending的值，如下：
　　关于按列的名称排序，更多的方法，可以参考下面的内容：Pandas实用技能，将列（column）排序的几种方法02、按数值排序
　　sortvalues（）是pandas中按数值排序的函数。
　　按单个列的值排序
　　sortvalues（）中设置单个列的列名称，可以对单个列进行排序，通过设置参数ascending可以设置升序或降序排列，如下：
　　按多个列的值排序
　　同时，sortvalues（）可以对多个列进行不同的排序，通过设置列明和排序方式组合来实现，如下：
　　设置参数ascending，years列为升序，B列为降序，如下：
　　选择排序算法
　　选择排序算法，参数kind默认是quicksort，其他算法有mergesort，heapsort，stable。
　　该参数只针对单个列时才有效。
　　在numpy的sort文档中，对几种排序的特点进行了描述，主要是程序运行时占用的资源和运行速度有差异。
　　numpy文档地址：
　　https：numpy。orgdocstablereferencegeneratednumpy。sort。htmlnumpy。sort
　　示例如下：
　　忽略索引
　　在排序过程中，还可以引入ignoreindex参数，来对行索引重新设置，如下：
　　inplace
　　inplace是pandas中常见的一个参数。
　　inplaceTrue：不创建新的对象，直接对原始对象进行修改；默认是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。
　　缺失值
　　先构造一个含缺失值的dataframe，如下：data｛brand：〔Python数据之道，价值前瞻，菜鸟数据之道，Python，Java〕，B：〔4，6，8，np。nan，12〕，A：〔Lemon，emma，ZW，app，John〕，D：〔6，18，14，6，12〕，years：〔4，1，1，30，30〕，C：〔8，12，18，8，2〕，｝index〔9，3，4，5，2〕df1pd。DataFrame（datadata，indexindex）df1
　　缺失值排在最前面：
　　缺失值排在最后面：
　　key参数
　　通过设置key参数，可以将列按照特定条件进行排序，对比下下面的排序：
　　以上就是关于Pandas中排序的介绍，欢迎大家来畅聊，Pandas中有哪些实用的小技巧