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

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

按標簽(沿軸)對對象進行排序。

如果 inplace 參數為 False ，則返回按標簽排序的新 DataFrame，否則更新原始 DataFrame 並返回 None。

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。

ascending：bool 或 list-like of bools，默認 True

升序與降序排序。當索引是 MultiIndex 時，可以單獨控製每個級別的排序方向。

inplace：布爾值，默認為 False

如果為 True，則就地執行操作。

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

排序算法的選擇。另請參閱numpy.sort() 了解更多信息。 mergesort 和 stable 是唯一穩定的算法。對於 DataFrame，此選項僅在對單個列或標簽進行排序時應用。

na_position：{‘first’, ‘last’}，默認 ‘last’

如果 first 則將 NaN 放在開頭； last 將 NaN 放在最後。未針對 MultiIndex 實施。

sort_remaining：布爾值，默認為真

如果 True 並且按級別和索引排序是多級的，則在按指定級別排序後也按其他級別排序(按順序)。

ignore_index：布爾值，默認為 False

如果為 True，則生成的軸將標記為 0、1、...、n - 1。

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。這類似於key內置參數sorted()函數，顯著的區別在於key函數應該向量化。它應該期待一個Index並返回一個Index相同的形狀。對於 MultiIndex 輸入，應用鍵每級.

DataFrame 或無

按標簽排序的原始 DataFrame 或 None 如果 inplace=True 。

例子：

>>> df = pd.DataFrame([1, 2, 3, 4, 5], index=[100, 29, 234, 1, 150],
...                   columns=['A'])
>>> df.sort_index()
     A
1    4
29   2
100  1
150  5
234  3

默認升序排序，降序排序，使用ascending=False

>>> df.sort_index(ascending=False)
     A
234  3
150  5
100  1
29   2
1    4

可以指定一個鍵函數，該函數在排序之前應用於索引。對於MultiIndex，這將分別應用於每個級別。

>>> df = pd.DataFrame({"a":[1, 2, 3, 4]}, index=['A', 'b', 'C', 'd'])
>>> df.sort_index(key=lambda x:x.str.lower())
   a
A  1
b  2
C  3
d  4

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.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：

例子：