Python cudf.DataFrame.sort_index用法及代碼示例

用法: DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind=None, na_position='last', sort_remaining=True, ignore_index=False, key=None)

按標簽(沿軸)對對象進行排序。

參數：

axis：{0 或 ‘index’，1 或 ‘columns’}，默認 0: 要排序的軸。值 0 標識行，1 標識列。
level：整數或級別名稱或整數列表或級別名稱列表: 如果不是無，則對指定索引級別的值進行排序。這僅在 MultiIndex 的情況下有用。
ascending：布爾值，默認為真: 升序與降序排序。
inplace：布爾值，默認為 False: 如果為 True，則就地執行操作。
kind：quick sort等排序方法。: 尚不支持。
na_position：{‘first’, ‘last’}，默認 ‘last’: 如果先，則將 NaN 放在開頭；最後將 NaN 放在最後。
sort_remaining：布爾值，默認為真: 尚不支持
ignore_index：布爾值，默認為 False: 如果為 True，則 index 將替換為 RangeIndex。
key：可調用的，可選的: 如果不是 None，則在排序之前將 key 函數應用於索引值。這與內置 sorted() 函數中的 key 參數類似，但顯著的區別在於該 key 函數應該是矢量化的。它應該期望一個索引並返回一個相同形狀的索引。對於 MultiIndex 輸入，鍵應用於每個級別。

框架或無

注意：

與 Pandas 的區別：

不支持：種類，sort_remaining=False

例子：

係列 >>> 導入 cudf >>> 係列 = cudf.Series([‘a’, ‘b’, ‘c’, ‘d’], index=[3, 2, 1, 4]) >>> 係列 3 a 2 b 1 c 4 d dtype: object >> > 係列。sort_index() 1 c 2 b 3 a 4 d 類型：對象

降序排序

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

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

一個

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

一個

1 2 3 3 1 2 2 3 1

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cudf.DataFrame.sort_index。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：