这篇文章主要介绍了Pandas索引排序 df.sort_index()的实现方法，具有一定借鉴价值，需要的朋友可以参考下。下面就和我一起来看看吧。
df.sort_index()实现按索引排序，默认以从小到大的升序方式排列，如希望按降序排列，传入ascending = False
计算
安全
数据库
网络和加速
企业服务
import pandas as pd
df = pd.DataFrame([['liver','E',89,21,24,64],
['Arry','C',36,37,37,57],
['Ack','A',57,60,18,84],
['Eorge','C',93,96,71,78],
['Oah','D',65,49,61,86]
],
columns = ['name','team','Q1','Q2','Q3','Q4'])
# 索引降序
res1 = df.sort_index(ascending=False)
# 按列索引名排序:
# 在索引方向上排序
res2 = df.sort_index(axis=1, ascending=False)结果展示
df
res1
res2
扩展
# 更多方法如下:
s.sort_index() # 升序排列
df.sort_index() # df也是按索引进行排序
df.team.sort_index()
s.sort_index(ascending=False) # 降序排列
s.sort_index(inplace=True) # 排序后生效，改变原数据
# 索引重新0-(n-1)排，可以得到它的排序号
s.sort_index(ignore_index=True)
s.sort_index(na_position='first') # 空值在前，另'last'表示空值在后
s.sort_index(level=1) # 如果多层，排一级
s.sort_index(level=1, sort_remaining=False) # 这层不排
# 行索引排序，表头排序
df.sort_index(axis=1) # 会把列按列名顺序排序df.reindex()指定自己定义顺序的索引，实现行和列的顺序重新定义
import pandas as pd
df = pd.DataFrame({
'A':[1,2,3],
'B':[4,5,6]
},index=['a','b','c'])
# 按要求重新指定索引顺序
res1 = df.reindex(['c','b','a'])
# 指定列顺序
res2 = df.reindex(['B','A'], axis=1)结果展示
df
res1
res2
以上就是Pandas索引排序 df.sort_index()的实现方法的详细内容了，看完之后是否有所收获呢？如果想了解更多相关内容，欢迎来亿速云行业资讯！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
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。
