Python pandas.Series.sort_values用法及代码示例

用法: Series.sort_values(axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None)

按值排序。

按某些标准按升序或降序对系列进行排序。

参数：

axis：{0 或 ‘index’}，默认 0

轴直接排序。接受值 ‘index’ 是为了与 DataFrame.sort_values 兼容。

ascending：bool 或 bool 列表，默认为 True

如果为 True，则按升序对值进行排序，否则按降序排序。

inplace：布尔值，默认为 False

如果为 True，则就地执行操作。

kind：{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}，默认 ‘quicksort’

排序算法的选择。另请参阅numpy.sort() 了解更多信息。 ‘mergesort’ and ‘stable’ 是唯一稳定的算法。

na_position：{‘first’ or ‘last’}，默认 ‘last’

参数 ‘first’ 将 NaN 放在开头，‘last’ 将 NaN 放在末尾。

ignore_index：布尔值，默认为 False

如果为 True，则生成的轴将标记为 0、1、...、n - 1。

key：可调用的，可选的

如果不是无，则在排序前将键函数应用于序列值。这与内置sorted() 函数中的key 参数类似，但显著的区别是该key 函数应该被矢量化。它应该期望 Series 并返回 array-like。

系列或无

系列按值排序，如果 inplace=True 则为无。

例子：

>>> s = pd.Series([np.nan, 1, 3, 10, 5])
>>> s
0     NaN
1     1.0
2     3.0
3     10.0
4     5.0
dtype:float64

对值进行升序排序(默认行为)

>>> s.sort_values(ascending=True)
1     1.0
2     3.0
4     5.0
3    10.0
0     NaN
dtype:float64

对值进行降序排序

>>> s.sort_values(ascending=False)
3    10.0
4     5.0
2     3.0
1     1.0
0     NaN
dtype:float64

就地排序值

>>> s.sort_values(ascending=False, inplace=True)
>>> s
3    10.0
4     5.0
2     3.0
1     1.0
0     NaN
dtype:float64

排序值，将 NA 放在首位

>>> s.sort_values(na_position='first')
0     NaN
1     1.0
2     3.0
4     5.0
3    10.0
dtype:float64

对一系列字符串进行排序

>>> s = pd.Series(['z', 'b', 'd', 'a', 'c'])
>>> s
0    z
1    b
2    d
3    a
4    c
dtype:object

>>> s.sort_values()
3    a
1    b
4    c
2    d
0    z
dtype:object

使用键函数进行排序。您的key 函数将被赋予Series 值，并应返回array-like。

>>> s = pd.Series(['a', 'B', 'c', 'D', 'e'])
>>> s.sort_values()
1    B
3    D
0    a
2    c
4    e
dtype:object
>>> s.sort_values(key=lambda x:x.str.lower())
0    a
1    B
2    c
3    D
4    e
dtype:object

NumPy ufunc 在这里运行良好。比如我们可以按照值的sin排序

>>> s = pd.Series([-4, -2, 0, 2, 4])
>>> s.sort_values(key=np.sin)
1   -2
4    4
2    0
0   -4
3    2
dtype:int64

可以使用更复杂的用户定义函数，只要它们期望一个系列并返回一个array-like

>>> s.sort_values(key=lambda x:(np.tan(x.cumsum())))
0   -4
3    2
4    4
1   -2
2    0
dtype:int64

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 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。

用法:

参数：

返回：

例子：