1、说明
DataFrame中的排序分为两种，一种是对索引排序，一种是对值进行排序。
索引排序：sort_index()；值排序：sort_values()；值排名：rank()
对于索引排序，涉及到对行索引、列索引的排序，并且还涉及到是升序还是降序。函数df.sort_index(axis= , ascending= , inplace=)，需要特别注意这三个参数。axis表示对行操作，还是对列操作；ascending表示升序，还是降序操作。
对于值排序，同样也是涉及到行、列排序问题，升序、降序排列问题。函数df.sort_values(by= , axis= , ascending= , inplace=),也需要特别注意这几个参数，只是多了一个by操作，需要我们指明是按照哪一行或哪一列，进行排序的。
注意：axis=0表示对行操作，axis=1表示对列进行操作；ascending=True表示升序，ascending=False表示降序；inplace=True表示对原始DataFrame本身操作，因此不需要赋值操作，inplace=False相当于是对原始DataFrame的拷贝，之后的一些操作都是针对这个拷贝文件进行操作的，因此需要我们赋值给一个变量，保存操作后的结果。
2、索引排序：df.sort_index()
① 对行索引，进行升序排列
df = pd.DataFrame({"A":[1,3,5,7,9], "D":[1,2,3,4,5], "C":[3,6,9,12,15], "B":[2,4,6,8,10]}, index=list("acbed")) display(df) display(id(df)) df.sort_index(axis=0,ascending=True,inplace=True) display(df) display(id(df)) df1 = df.sort_index(axis=0,ascending=True) display(df1) display(id(df1))
结果如下：
② 对列索引，进行降序排列
df = pd.DataFrame({"A":[1,3,5,7,9], "D":[1,2,3,4,5], "C":[3,6,9,12,15], "B":[2,4,6,8,10]}, index=list("acbed")) display(df) df.sort_index(axis=1,ascending=False,inplace=True) display(df)
结果如下：
3、值排序：df.sort_values()
① 对某一列进行升序排列(有实际意义)
df = pd.DataFrame({"A":[3,1,5,9,7], "D":[4,1,2,5,3], "C":[3,15,9,6,12], "B":[2,4,6,10,8]}, index=list("acbed")) display(df) df.sort_values(by="A",axis=0,ascending=True,inplace=True) display(df)
结果如下：
② 对某一行进行降序排列(实际意义不大)
df = pd.DataFrame({"A":[3,1,5,9,7], "D":[4,1,2,5,3], "C":[3,15,9,6,12], "B":[2,4,6,10,8]}, index=list("acbed")) display(df) df.sort_values(by="A",axis=1,ascending=False,inplace=True) display(df)
结果如下：
