Python Pandas DataFrame sort_index方法用法及代碼示例

Pandas 的 DataFrame.sort_index(~) 方法按列或索引標簽對源 DataFrame 進行排序。

參數

1.axis | string 或 int | optional

是否按索引或列標簽排序：

軸	說明
`0` 或 `"index"`	DataFrame 將按索引標簽排序。
`1` 或 `"columns"`	DataFrame 將按列標簽排序。

默認情況下，axis=0 。

2. level | int 或 string 或 list<int> 或 list<string> | optional

排序依據的級別。僅當您的 DataFrame 具有多索引時，這才有意義。

3. ascending | boolean 或 list<boolean> | optional

是否按升序或降序排序。默認情況下，ascending=True 。

4. inplace | boolean | optional

如果是True，那麽源DataFrame將被直接修改，並且不會創建新的DataFrame。
如果False，則將返回新的DataFrame，並且源DataFrame將保持不變。

默認情況下，inplace=False 。

5. kind | string | optional

使用的排序算法：

種類	速度	最壞的情況下	memory	穩定的
quicksort	1(快)	`O(n^2)`	0	no
mergesort	2	`O(nlogn)`	~n/2	yes
heapsort	3(慢)	`O(nlogn)`	0	no

默認情況下，kind="quicksort" 。

注意

排序算法是"stable"保留重複值的相對順序。例如，假設您正在對數組進行排序[(2,3), (2,1), (4,5)]由每個元組的第一個元素。我們這裏有一個重複值 2，穩定的排序算法確保(2,3)總會先來的(2,1)因為這就是它們最初的排序方式。不穩定的搜索不能保證保留此類順序。

6. na_position | string | optional

在哪裏放置 NaN 值：

值	說明
`"first"`	將 `NaN` 放在開頭。
`"last"`	將 `NaN` 放在末尾。

默認情況下，na_position="last" 。

7. sort_remaining | boolean | optional

如果True，那麽我們進一步按其他inner-levels的順序排序。這僅與 multi-level 索引相關。默認情況下，sort_remaining=True 。

8. ignore_index | boolean | optional

如果 True ，則排序後的 DataFrame 的索引將為 0,1,...,n-1 ，其中 n 是 DataFrame 的行數。
如果 False ，則索引名稱將保持原樣。

默認情況下，ignore_index=False 。

返回值

A DataFrame 按列或索引標簽排序。

例子

考慮以下 DataFrame ：

df = pd.DataFrame({"B":[1,2,3],"C":[4,5,6],"A":[7,8,9]}, index=[2,0,1])
df



   B  C  A
2  1  4  7
0  2  5  8
1  3  6  9

按索引標簽排序

按索引標簽排序：

df.sort_index()



   B  C  A
0  2  5  8
1  3  6  9
2  1  4  7

按列標簽排序

要按列標簽排序，請設置 axis=1 ，如下所示：

df.sort_index(axis=1)



   A  B  C
2  7  1  4
0  8  2  5
1  9  3  6

這是我們的df，供您參考：

按降序排序

默認情況下，標簽按升序排序。要按降序排序，請設置 ascending=False ：

df.sort_index(ascending=False)



   B  C  A
2  1  4  7
1  3  6  9
0  2  5  8

指定na_position

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2,3]}, index=[2,1,np.NaN])
df



     A
2.0  1
1.0  2
NaN  3

默認情況下， na_position="last" ，這意味著索引為 NaN 的行 ( axis=0 ) 放置在末尾：

df.sort_index()   # na_position="last"



     A
1.0  2
2.0  1
NaN  3

要將索引為 NaN 的行放在開頭：

df.sort_index(na_position="first") 



     A
NaN  3
1.0  2
2.0  1

指定ignore_index

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2,3]}, index=["b","a","c"])
df



   A
b  1
a  2
c  3

默認情況下， ignore_index=False ，這意味著保留索引名稱：

df.sort_index()



   A
a  2
b  1
c  3

通過設置 ignore_index=True ，索引名稱將重置為默認整數索引：

df.sort_index(ignore_index=True)



   A
0  2
1  1
2  3

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | sort_index method。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。