Python數(shù)據(jù)分析Pandas?Dataframe排序操作的方法

本文小編為大家詳細(xì)介紹“Python數(shù)據(jù)分析Pandas Dataframe排序操作的方法”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“Python數(shù)據(jù)分析Pandas Dataframe排序操作的方法”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來(lái)學(xué)習(xí)新知識(shí)吧。

1.索引的排序

DataFrame 提供了sort_index()方法來(lái)進(jìn)行索引的排序，通過(guò)axis參數(shù)指定對(duì)行索引排序還是對(duì)列索引排序，默認(rèn)為0，表示對(duì)行索引排序，設(shè)置為1表示對(duì)列索引進(jìn)行排序；ascending參數(shù)指定升序還是降序，默認(rèn)為True表示升序，設(shè)置為False表示降序，

具體使用方法如下：

對(duì)行索引進(jìn)行降序排序：

sort_df = df.sort_index(ascending=False)
sort_df

對(duì)列索引升序排序：

sort_df = df.sort_index(axis=1)
sort_df

2.值的排序

DataFrame 提供了sort_values()方法來(lái)進(jìn)行值的排序，相比sort_index()方法，它多了一個(gè)by參數(shù)，接收字符串或者列表，來(lái)指定要排序的行或者列名，其余基本一致，具體使用方法如下：

按age的值進(jìn)行升序排序:

sort_df = df.sort_values(by="age")
sort_df

先按age的值進(jìn)行升序排序，再按gender的值進(jìn)行降序排序：

sort_df = df.sort_values(by=["age", "gender"], ascending=[True, False])
sort_df

結(jié)果輸出如下：

排序完之后，如果想要調(diào)整一下行索引，可以使用以下方式重新設(shè)置一下行索引。

frame.reset_index(drop=True)

設(shè)置參數(shù)drop=True表示刪除原索引，如果不想刪除原索引，只是再加一列索引即可，可以不設(shè)定，如下：

讀到這里，這篇“Python數(shù)據(jù)分析Pandas Dataframe排序操作的方法”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識(shí)點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過(guò)才能領(lǐng)會(huì)，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注億速云行業(yè)資訊頻道。