Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.sort_values()
函数用于按某种标准以升序或降序对给定的系列对象进行排序。该函数还提供了选择排序算法的灵活性。
用法: Series.sort_values(axis=0, ascending=True, inplace=False, kind=’quicksort’, na_position=’last’)
参数:
axis:轴直接排序。
ascending:如果为True,则按升序对值排序,否则按降序排序。
inplace:如果为True,则就地执行操作。
kind:选择排序算法。
na_position:参数“ first”将NaN放在开头,“ last”将NaN放在结尾。
返回:系列
范例1:采用Series.sort_values()
函数按字典顺序对给定系列对象的元素进行排序。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Europe/Berlin')
# set the index
sr.index = didx
# Print the series
print(sr)
输出:
现在我们将使用Series.sort_values()
函数以升序对给定系列对象的元素进行排序。
# sort the values in ascending order
sr.sort_values()
输出:
正如我们在输出中看到的,Series.sort_values()
函数已成功按升序对给定系列对象的元素进行了排序。
范例2:采用Series.sort_values()
函数以降序对给定系列对象的元素进行排序。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
# Print the series
print(sr)
输出:
现在我们将使用Series.sort_values()
函数以降序对给定系列对象的元素进行排序。
# sort the values in descending order
sr.sort_values(ascending = False)
输出:
正如我们在输出中看到的,Series.sort_values()
函数已成功按降序对给定系列对象的元素进行了排序。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.sort_values()。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。