df.sort_values() 按照某列排序

sort_value

sort_values，按照某一列的大小进行排序，（沿任一轴的值排序）

DataFrame.sort_values（by，axis = 0，ascending = True，inplace = False，kind = ' quicksort '，na_position = 'last'，ignore_index = False，key = None）

参数：

1. by：str or list of str，就是要根据哪一列排序的列名，或者是索引名，是str类型，或者是list
2. axis：{0 or ‘index’, 1 or ‘columns’}, default 0，要排序的轴，如果不记得0、1代表着什么，可以使用index或者columns代替。
3. ascending：bool or list of bool, default True，按升序还是降序排序。指定多个排序顺序的列表。如果这是布尔列表，则必须与by的长度匹配
4. inplace：bool, default False
5. kind：{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’，选择排序算法
6. na_position：{‘first’, ‘last’}, default ‘last’，是将控制放在最开始还是最后，默认是最后
7. ignore_index：bool, default False，如果为True，则结果轴将标记为0、1，…，n-1。
8. key：callable, optional，在排序之前，将键函数应用于这些值，别是此key函数应被向量化

 

官网例子

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