DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None) [source]
沿任一轴按values排序。
参数： | by： 要排序的名称或名称列表。 1) 如果axis是 那么by可能包含索引级别and/or列标签。 2) 如果axis是 那么by可能包含列级别and/or索引标签。 版本0.23.0中的更改:允许指定索引或列级名称。 axis ： 要排序的轴(axis)。 ascending ： 升序和降序排序。指定多个排序顺序的列表。 如果这是一个布尔的list，必须匹配的长度的by。 inplace ： 如果为 kind ： 默认为 选择排序算法。有关更多信息， 请参见
对于 仅在对单个列或标签进行排序时才应用此选项。 na_position ： 如果首先将 最后将 ignore_index ： 如果为 1.0.0版的新功能。 key： 在排序之前，将键函数应用于这些值。 这类似于内建函数中的 但值得注意的区别是此key函数应被向量化。 它应该期望Series并返回与输入形状相同的Series。 它将应用于by独立的每一列。 1.1.0版中的新功能。 |
返回值： | DataFrame或None 如果 |
例子
>>> df = pd.DataFrame({
... 'col1': ['A', 'A', 'B', np.nan, 'D', 'C'],
... 'col2': [2, 1, 9, 8, 7, 4],
... 'col3': [0, 1, 9, 4, 2, 3],
... 'col4': ['a', 'B', 'c', 'D', 'e', 'F']
... })
>>> df
col1 col2 col3 col4
0 A 2 0 a
1 A 1 1 B
2 B 9 9 c
3 NaN 8 4 D
4 D 7 2 e
5 C 4 3 F按col1排序
>>> df.sort_values(by=['col1']) col1 col2 col3 col4 0 A 2 0 a 1 A 1 1 B 2 B 9 9 c 5 C 4 3 F 4 D 7 2 e 3 NaN 8 4 D
按多列排序
>>> df.sort_values(by=['col1', 'col2']) col1 col2 col3 col4 1 A 1 1 B 0 A 2 0 a 2 B 9 9 c 5 C 4 3 F 4 D 7 2 e 3 NaN 8 4 D
降序排列
>>> df.sort_values(by='col1', ascending=False) col1 col2 col3 col4 4 D 7 2 e 5 C 4 3 F 2 B 9 9 c 0 A 2 0 a 1 A 1 1 B 3 NaN 8 4 D
将NA放在首位
>>> df.sort_values(by='col1', ascending=False, na_position='first') col1 col2 col3 col4 3 NaN 8 4 D 4 D 7 2 e 5 C 4 3 F 2 B 9 9 c 0 A 2 0 a 1 A 1 1 B
按键功能排序
>>> df.sort_values(by='col4', key=lambda col: col.str.lower()) col1 col2 col3 col4 0 A 2 0 a 1 A 1 1 B 2 B 9 9 c 3 NaN 8 4 D 4 D 7 2 e 5 C 4 3 F