Pandas DataFrame sort_index()函数
Suraj Joshi
2023年1月30日
-
pandas.DataFrame.sort_index()方法 -
示例：使用
sort_index()方法对 Pandas DataFrame 进行索引排序 -
示例：使用
sort_index()方法对 Pandas DataFrame 的列进行排序
本教程介绍了如何使用 pandas.DataFrame.sort_index() 方法，根据索引对 Pandas DataFrame 进行排序。
我们将使用上面例子中显示的 DataFrame 来解释如何根据索引值对 Pandas DataFrame 进行排序。
import pandas as pd
pets_df = pd.DataFrame(
{
"Pet": ["Dog", "Cat", "Rabbit", "Fish"],
"Name": ["Rocky", "Luna", "Coco", "Finley"],
"Age(Years)": [3, 5, 5, 4],
},
index=["4", "2", "1", "3"],
)
print(pets_df)
输出：
Pet Name Age(Years)
4 Dog Rocky 3
2 Cat Luna 5
1 Rabbit Coco 5
3 Fish Finley 4
pandas.DataFrame.sort_index() 方法
语法
DataFrame.sort_index(
axis=0,
level=None,
ascending=True,
inplace=False,
kind="quicksort",
na_position="last",
sort_remaining=True,
by=None,
)
参数
axis |
沿行(axis=0)或列(axis=1)排序 |
level |
整数或列表。根据指定的索引级别的值进行排序 |
ascending |
按升序排序(ascending=True)或降序排序(ascending=False) |
inplace |
布尔型。如果为 True，则在原地修改调用者的 DataFrame。 |
kind |
使用哪种排序算法。默认值：quicksort |
na_position |
将 NaN 值放在开头(na_position=first)或结尾(na_position=last)。 |
sort_remaining |
布尔型。如果为 True，则在按 index=multilevel 的指定级别排序后，也按其他级别排序（按顺序）。 |
ignore_index |
布尔值。如果为 True，则结果轴的标签将为 0,1，… n-1。 |
key |
可调用对象。如果不是 None 的话，则在排序之前将这个 key 函数应用于索引值。 |
返回
如果 inplace 为 True，返回沿指定轴按索引排序的 DataFrame，否则为 “None”。
默认情况下，我们设置 axis=0，代表 DataFrame 将沿行轴排序或按索引值排序。如果我们设置 axis=1，将对 DataFrame 的列进行排序。默认情况下，该方法将以升序对 DataFrame 进行排序。如果要按降序对 DataFrame 进行排序，我们设置 ascending=False。
示例：使用 sort_index() 方法对 Pandas DataFrame 进行索引排序
import pandas as pd
pets_df = pd.DataFrame(
{
"Pet": ["Dog", "Cat", "Rabbit", "Fish"],
"Name": ["Rocky", "Luna", "Coco", "Finley"],
"Age(Years)": [3, 5, 5, 4],
},
index=["4", "2", "1", "3"],
)
sorted_df = pets_df.sort_index()
print("Initial DataFrame:")
print(pets_df, "\n")
print("DataFrame Sorted by Index Values:")
print(sorted_df)
输出：
Initial DataFrame:
Pet Name Age(Years)
4 Dog Rocky 3
2 Cat Luna 5
1 Rabbit Coco 5
3 Fish Finley 4
DataFrame Sorted by Index Values:
Pet Name Age(Years)
1 Rabbit Coco 5
2 Cat Luna 5
3 Fish Finley 4
4 Dog Rocky 3
它根据索引值按升序对 pet_df DataFrame 进行排序。要根据索引值对 DataFrame 进行排序，我们需要指定 index 参数。默认情况下，axis 的值是 0，它对 DataFrame 的行进行排序，即根据索引值对 DataFrame 进行排序。
要根据索引值按降序对 DataFrame 进行排序，我们在 sort_index() 方法中设置 ascending=False。
import pandas as pd
pets_df = pd.DataFrame(
{
"Pet": ["Dog", "Cat", "Rabbit", "Fish"],
"Name": ["Rocky", "Luna", "Coco", "Finley"],
"Age(Years)": [3, 5, 5, 4],
},
index=["4", "2", "1", "3"],
)
sorted_df = pets_df.sort_index(ascending=False)
print("Initial DataFrame:")
print(pets_df, "\n")
print("DataFrame Sorted in Descending order based Index Values:")
print(sorted_df)
输出：
Initial DataFrame:
Pet Name Age(Years)
4 Dog Rocky 3
2 Cat Luna 5
1 Rabbit Coco 5
3 Fish Finley 4
DataFrame Sorted in Descending order based Index Values:
Pet Name Age(Years)
4 Dog Rocky 3
3 Fish Finley 4
2 Cat Luna 5
1 Rabbit Coco 5
它根据索引值按降序对 pets_df DataFrame 进行排序。
示例：使用 sort_index() 方法对 Pandas DataFrame 的列进行排序
为了对 Pandas DataFrame 的列进行排序，我们在 sort_index() 方法中设置 axis=1。
import pandas as pd
pets_df = pd.DataFrame(
{
"Pet": ["Dog", "Cat", "Rabbit", "Fish"],
"Name": ["Rocky", "Luna", "Coco", "Finley"],
"Age(Years)": [3, 5, 5, 4],
},
index=["4", "2", "1", "3"],
)
sorted_df = pets_df.sort_index(axis=1)
print("Initial DataFrame:")
print(pets_df, "\n")
print("DataFrame with sorted Columns:")
print(sorted_df)
输出：
Initial DataFrame:
Pet Name Age(Years)
4 Dog Rocky 3
2 Cat Luna 5
1 Rabbit Coco 5
3 Fish Finley 4
DataFrame with sorted Columns:
Age(Years) Name Pet
4 3 Rocky Dog
2 5 Luna Cat
1 5 Coco Rabbit
3 4 Finley Fish
它对 pets_df DataFrame 的列进行排序。按列名升序排序。
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn