如何用Python进行数据过滤和排序

在Python中，数据过滤和排序是非常常见的任务，通常我们会使用pandas库来处理大数据集，因为它的API设计得非常直观易用。

**数据过滤（Filtering）**:
1. **通过条件筛选**: 使用`df[df_condition]`，例如`df[df['column'] > threshold]`，这会返回所有列名为'column'的值大于给定阈值的数据行。
2. **布尔索引**: 可以创建一个布尔数组，然后通过这个数组来选择行，例如`df[df['column'].isin(value_list)]`用于筛选出列中特定值列表的元素。

**数据排序（Sorting）**:
1. `df.sort_values(by='column', ascending=True)`：按指定列'column'进行升序排列，默认是True表示升序；`ascending=False`则是降序。
2. `df.sort_index()`：对行索引进行排序。
3. `df.sort_index(axis=1)`：对列索引进行排序，axis=0默认是对行操作。

**示例**：

import pandas as pd

# 创建一个数据框
data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 22, 18, 20],
        'Score': [85, 90, 78, 88]}
df = pd.DataFrame(data)

# 过滤出年龄大于20岁的数据
filtered_df = df[df['Age'] > 20]

# 按照分数降序排列
sorted_df = df.sort_values('Score', ascending=False)