DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None) [source]
按标签(沿轴)对对象排序。
如果inplace
参数为False
,返回按标签排序的新DataFrame
,否则更新原始DataFrame
并返回None
。
参数: | axis: 排序的轴(axis)。值 level :int 或 level name 或 ints的list 或 level names的list 如果不为 ascending : 升序和降序排序。当索引是多索引时, 排序方向可以为每个级别单独控制。 inplace : 如果为 kind : 默认为 选择排序算法。有关更多信息, 请参见 对于DataFrames,仅在对单个列或标签进行排序时才应用此选项。 na_position : 如果首先将 未针对 sort_remaining : 如果为 则在按指定级别排序后也按其他级别(按顺序)排序。 ignore_index : 如果为 1.0.0版的新功能。 key: 如果不是 这类似于内建函数中的 但值得注意的区别是此 它应期望 对于 1.1.0版中的新功能。 |
返回值: | DataFrame 原始 |
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
默认情况下,它以升序排序,以降序排序,使用 ascending=False
>>> df.sort_index(ascending=False) A 234 3 150 5 100 1 29 2 1 4
可以指定在排序之前应用于索引的键功能。对于a,MultiIndex这分别应用于每个级别
>>> 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