Python Pandas dataframe.sort_index()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.sort_index()函数根据给定轴上的标签对对象进行排序。
本质上，排序算法适用于轴标签，而不是 DataFrame 中的实际数据，并基于此重新排列数据。我们可以自由选择要应用的排序算法。我们可以使用“快速排序”，“合并排序”和“堆排序”三种可能的排序算法。

用法：DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind=’quicksort’, na_position=’last’, sort_remaining=True, by=None)

要链接到代码中使用的CSV文件，请单击此处

范例1：采用sort_index()函数根据索引标签对 DataFrame 进行排序。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Print the dataframe 
df

正如我们在输出中看到的那样，索引标签已经排序，即(0，1，2，…。)。因此，我们将从其中提取随机样本，然后将其排序以进行演示。

让我们使用以下命令从数据帧中抽取15个元素的随机样本dataframe.sample()函数。

# extract the sample dataframe from "df" 
# and store it in "sample_df" 
sample_df = df.sample(15) 
  
# Print the sample data frame 
sample_df

注意：每次我们执行dataframe.sample()函数，它将给出不同的输出。让我们使用dataframe.sort_index()函数根据索引标签对 DataFrame 进行排序

# sort by index labels 
sample_df.sort_index(axis = 0)

输出：

从输出中可以看到，索引标签已排序。

范例2：采用sort_index()函数根据列标签对 DataFrame 进行排序。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# sorting based on column labels 
df.sort_index(axis = 1)

输出：