pandas实现按照多列排序-ascending

要实现按照多列排序，可以使用pandas的sort_values函数。sort_values函数可以灵活地按照指定列排序，并且可以逆序排序。

sort_values函数的语法格式为：

dataframe.sort_values(by, axis=0, ascending=True, inplace=False)

参数说明：

1. by：要排序的列名或者列名的列表
2. axis：排序时的轴，0表示按照行排序，1表示按照列排序
3. ascending：是否升序排列，默认为True，即升序排列。为False时，表示降序排列
4. inplace：是否在原dataframe上排序，默认为False，即不在原dataframe上排序，而是返回一个新的已排序的dataframe

示例一：

import pandas as pd

# 创建一个简单的dataframe
data = {'name':['Tom','Bob','Lucy','John','Tom'],
        'age':[20,25,30,35,40],
        'height':[175,180,168,180,175]}
df = pd.DataFrame(data)

# 按照两列排序：age和height，age升序，height升序
df_sorted = df.sort_values(by=['age','height'], ascending=[True, True])
print(df_sorted)

输出结果：

   name  age  height
0   Tom   20     175
1   Bob   25     180
2  Lucy   30     168
3  John   35     180
4   Tom   40     175

示例二：

import pandas as pd

# 创建一个简单的dataframe
data = {'name':['Tom','Bob','Lucy','John','Tom'],
        'age':[20,25,30,35,40],
        'height':[175,180,168,180,175]}
df = pd.DataFrame(data)

# 按照两列排序：age和height，age降序，height升序
df_sorted = df.sort_values(by=['age','height'], ascending=[False, True])
print(df_sorted)

输出结果：

   name  age  height
4   Tom   40     175
3  John   35     180
2  Lucy   30     168
1   Bob   25     180
0   Tom   20     175

通过这两个示例，我们可以看出sort_values函数的灵活性，可以根据实际需要来确定排序的列和排序的方式，方便实现按照多列排序的需求。