作者 | 阳哥
来源 | Python数据之道
Pandas 可以说是 在Python数据科学领域应用最为广泛的工具之一。
Pandas是一种高效的数据处理库，它以 和 为基本数据类型，呈现出类似excel的二维数据。
在数据处理过程中，咱们经常需要将数据按照一定的要求进行排序，以方便展示。
这里，来给大家分享下 在 Pandas 中排序的几种常用方法，主要包括 和 。
数据准备
文中主要使用了 和 ，首先导入 Python 库，如下：
本次使用的数据如下：
按行索引排序
是 pandas 中按索引排序的函数，默认情况下， 是按行索引来排序。
通过设置参数 可以设置升序或降序排列，默认情况下是 ，为升序排列。
设置 时，为降序排列，如下：
按列的名称排序
通过设置参数 可实现按列的名称排序，如下：
同样的，可以设置 参数 的值，如下：
关于按列的名称排序，更多的方法，可以参考下面的内容：
Pandas实用技能，将列（column）排序的几种方法
是 pandas 中按数值排序的函数。
按单个列的值排序
中设置单个列的列名称，可以对单个列进行排序，通过设置参数 可以设置升序或降序排列，如下：
按多个列的值排序
同时， 可以对多个列进行不同的排序，通过设置列明和排序方式组合来实现，如下：
设置参数 ， 列为升序， 列为降序，如下：
选择排序算法
选择排序算法，参数 kind 默认是 'quicksort'，其他算法有 mergesort, heapsort, stable。
该参数只针对单个列时才有效。
在 numpy 的 sort文档中，对几种排序的特点进行了描述，主要是程序运行时占用的资源和运行速度有差异。
numpy 文档地址：
https://numpy.org/doc/stable/reference/generated/numpy.sort.html#numpy.sort
示例如下：
忽略索引
在排序过程中，还可以引入 参数，来对行索引重新设置，如下：
inplace
是 pandas 中常见的一个参数。
：不创建新的对象，直接对原始对象进行修改；默认是 ，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。
缺失值
先构造一个含缺失值的 dataframe，如下：
缺失值排在最前面：
缺失值排在最后面：
key 参数
往期回顾
介绍Pandas实战中的一些高端玩法
真香！详解Python好用的内置函数
Python 实现 GIF 动图以及视频卡通化