pandas按列排序

在Pandas中，可以使用`sort_values()`函数按列排序数据。下面是一个示例：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Amy'],
        'Age': [20, 25, 30, 35],
        'Salary': [5000, 6000, 7000, 8000]}
df = pd.DataFrame(data)

# 按照'Salary'列进行排序
df_sorted = df.sort_values('Salary')

print(df_sorted)

输出结果为：

  Name  Age  Salary
0  Tom   20    5000
1 Nick   25    6000
2 John   30    7000
3  Amy   35    8000

在上面的示例中，我们使用`sort_values()`函数按照'Salary'列对DataFrame进行排序。默认情况下，排序是升序的，即从小到大。如果需要降序排序，可以使用`ascending=False`参数，如`df.sort_values('Salary', ascending=False)`。

相关问题

pandas 多列排序

你可以使用 Pandas 的 `sort_values()` 方法对多列进行排序。你可以在 `sort_values()` 方法中传递一个包含多个列名的列表，这样就可以按照指定的列顺序进行排序。

以下是一个示例代码，演示如何对 DataFrame 中的多列进行排序：

import pandas as pd

# 创建示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 20, 35],
    'Salary': [5000, 4000, 6000, 3000]
}
df = pd.DataFrame(data)

# 按照 'Age' 列升序，然后按照 'Salary' 列降序排序
df_sorted = df.sort_values(by=['Age', 'Salary'], ascending=[True, False])

print(df_sorted)

输出结果为：

      Name  Age  Salary
2  Charlie   20    6000
0    Alice   25    5000
1      Bob   30    4000
3    David   35    3000

在这个示例中，我们首先按照 'Age' 列进行升序排序，然后在 'Age' 列相同的情况下，按照 'Salary' 列进行降序排序。

Pythonpandas给列排序

可以使用pandas中的sort_values()函数来给列排序，例如：

df.sort_values(by='column_name', ascending=False)

其中，by参数指定要排序的列名，ascending参数指定排序方式（True为升序，False为降序）。