温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

怎样用pandas排序数据

发布时间:2026-10-14 12:52:04 来源:亿速云 阅读:89 作者:小樊 栏目:编程语言

在 pandas 中,排序数据最常用的是 sort_values() 和 sort_index() 两个方法。下面按常见场景给你说明。


一、按列值排序(sort_values)

1️⃣ 基本用法

import pandas as pd

df = pd.DataFrame({
    'name': ['A', 'B', 'C'],
    'score': [90, 80, 85]
})

df_sorted = df.sort_values('score')

默认是 升序(ascending=True)


2️⃣ 降序排序

df.sort_values('score', ascending=False)

3️⃣ 按多列排序

df.sort_values(['score', 'name'], ascending=[False, True])

意思是:先按 score 降序,再按 name 升序。


4️⃣ 排序后重置索引

df.sort_values('score').reset_index(drop=True)

⚠️ drop=True 表示不保留旧索引


二、按索引排序(sort_index)

df.sort_index()

降序:

df.sort_index(ascending=False)

三、缺失值排序控制(NaN)

df.sort_values('score', na_position='last')  # 或 'first'

四、按某列排序但不修改原数据

df_new = df.sort_values('score')

sort_values 默认返回新对象,不影响原 DataFrame
如果想原地修改:

df.sort_values('score', inplace=True)

五、示例汇总

df = df.sort_values(
    by=['score', 'name'],
    ascending=[False, True],
    na_position='last'
).reset_index(drop=True)

如果你有 具体数据格式 或 想按时间 / 中文 / 多条件排序,可以把例子发我,我可以帮你写更精确的代码。

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI
助
手