Python+pandas你可能不知道的排序技巧

除了支持使用sort_index()方法按索引或列名进行排序，pandas的DataFrame结构还支持sort_values()方法根据值进行排序，本文重点介绍sort_values()方法，其完整语法如下：

sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

其中常用的参数有：1)参数by用来指定依据哪个或哪些名字的列进行排序，如果只有一列则直接写出列名，多列的话需要放到列表中;2)参数ascending=True表示升序排序，ascending=False表示降序排序;3)参数inplace=True时表示原地排序，inplace=False表示返回一个新的DataFrame;4)参数na_position用来指定把缺失值放在最前面(na_position='first')还是最后面(na_position='last')。

下面的代码演示了这个方法的用法：

有时候，我们可能需要对不同的列使用不同的顺序进行排序，比如某一列升序而另一列降序，这时就需要用到参数ascending的另一种用法了，官方文档对sort_values()方法的参数解释如下：

也就是说，如果参数ascending设置为包含若干True/False的列表(必须与by列表长度相等)，可以为不同的列指定不同的顺序。例如下面的代码：