Python cudf.Series.sort_index用法及代码示例

用法:
Series.sort_index(axis=0, *args, **kwargs)

按标签(沿轴)对对象进行排序。

参数：

axis：{0 或 ‘index’，1 或 ‘columns’}，默认 0: 要排序的轴。值 0 标识行，1 标识列。
level：整数或级别名称或整数列表或级别名称列表: 如果不是无，则对指定索引级别的值进行排序。这仅在 MultiIndex 的情况下有用。
ascending：布尔值，默认为真: 升序与降序排序。
inplace：布尔值，默认为 False: 如果为 True，则就地执行操作。
kind：quick sort等排序方法。: 尚不支持。
na_position：{‘first’, ‘last’}，默认 ‘last’: 如果先，则将 NaN 放在开头；最后将 NaN 放在最后。
sort_remaining：布尔值，默认为真: 尚不支持
ignore_index：布尔值，默认为 False: 如果为 True，则 index 将替换为 RangeIndex。
key：可调用的，可选的: 如果不是 None，则在排序之前将 key 函数应用于索引值。这与内置 sorted() 函数中的 key 参数类似，但显著的区别在于该 key 函数应该是矢量化的。它应该期望一个索引并返回一个相同形状的索引。对于 MultiIndex 输入，键应用于每个级别。

框架或无

注意：

与 Pandas 的区别：

不支持：种类，sort_remaining=False

例子：

系列 >>> 导入 cudf >>> 系列 = cudf.Series([‘a’, ‘b’, ‘c’, ‘d’], index=[3, 2, 1, 4]) >>> 系列 3 a 2 b 1 c 4 d dtype: object >> > 系列。sort_index() 1 c 2 b 3 a 4 d 类型：对象

降序排序

>>> series.sort_index(ascending=False)
4    d
3    a
2    b
1    c
dtype: object

数据帧 >>> df = cudf.DataFrame( … {“b”:[3, 2, 1], “a”:[2, 1, 3]}, index=[1, 3, 2]) >>> df.sort_index(轴=0)

一个

1 3 2 2 1 3 3 2 1 >>> df.sort_index(axis=1)

一个

1 2 3 3 1 2 2 3 1

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.Series.sort_index。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：