如何根据列名或行索引对Pandas数据框架进行排序

针对Pandas数据框架排序，主要可以根据列名或行索引进行排序，这里分别进行详细的讲解和示例说明。

根据列名排序

可以使用Pandas数据框架的sort_values()方法，根据指定的列名对数据进行排序，并指定升序或降序排列。

# 创建数据框架
import pandas as pd
data = {
    'name': ['jack', 'tom', 'lucy', 'lily', 'bob'],
    'age': [23, 18, 32, 27, 29],
    'score': [80, 85, 90, 75, 88]
}
df = pd.DataFrame(data)

# 根据age列名升序排列
df.sort_values(by='age', ascending=True, inplace=True)
print(df)

# 根据score列名降序排列
df.sort_values(by='score', ascending=False, inplace=True)
print(df)

输出结果：

   name  age  score
1   tom   18     85
0  jack   23     80
3  lily   27     75
4   bob   29     88
2  lucy   32     90

   name  age  score
2  lucy   32     90
4   bob   29     88
1   tom   18     85
0  jack   23     80
3  lily   27     75

上面的代码中，sort_values()方法的参数by指定了对数据框架进行排序的列名，ascending参数指定排序方式，默认为升序排列，可以通过设置为False实现降序排列。inplace参数设为True表示修改原始的数据框架，否则会返回一个修改后的新数据框架。

根据行索引排序

使用Pandas数据框架的sort_index()方法，根据行索引进行排序，排序方式同样可以指定升序或降序排列。

# 创建数据框架
import pandas as pd
data = {
    'name': ['jack', 'tom', 'lucy', 'lily', 'bob'],
    'age': [23, 18, 32, 27, 29],
    'score': [80, 85, 90, 75, 88]
}
df = pd.DataFrame(data, index=[4, 2, 1, 3, 0])

# 根据索引升序排列
df.sort_index(ascending=True, inplace=True)
print(df)

# 根据索引降序排列
df.sort_index(ascending=False, inplace=True)
print(df)

输出结果：

   name  age  score
0   bob   29     88
1  lucy   32     90
2   tom   18     85
3  lily   27     75
4  jack   23     80

   name  age  score
4  jack   23     80
3  lily   27     75
2   tom   18     85
1  lucy   32     90
0   bob   29     88

注意，以上代码中的数据框架df创建时，指定了行索引，即index参数设定。

sort_index()方法的参数ascending同样指定排序方式，inplace参数设为True表示修改原始的数据框架，否则会返回一个修改后的新数据框架。