DataFrame.reindex()排序没用

您好！对于DataFrame.reindex()方法，它主要用于重新排序DataFrame的索引，并可根据需要插入缺失的标签。但是如果您发现使用reindex()方法后排序没有生效，可能是因为您没有将排序结果重新赋值给DataFrame。请确保在使用reindex()方法后，将返回的新DataFrame赋值给原始的DataFrame对象，以使排序生效。例如：

df = df.reindex(new_index).sort_values(by='column_name')

这样可以确保数据框按照指定的索引重新排序。

如果您仍然遇到问题，请提供更多的信息，我会尽力帮助您解决。

相关问题

DataFrame的.reindex()方法

在 Pandas 中，DataFrame 的 `.reindex()` 方法可以用于重新索引行或列。该方法会返回一个新的 DataFrame，新的 DataFrame 按照指定的索引重新排列行或列。

`.reindex()` 方法的语法如下：

df.reindex(index=None, columns=None, fill_value=None)

其中，`index` 参数用于指定新的行索引，`columns` 参数用于指定新的列索引，`fill_value` 参数用于指定缺失值的填充值。

如果 `index` 参数和 `columns` 参数都不指定，则返回原 DataFrame。如果 `index` 参数或 `columns` 参数中有一项不指定，则使用原 DataFrame 的索引。

例如，对于一个 DataFrame `df`，我们可以使用以下代码将其行索引重新排列：

new_df = df.reindex(index=[2, 0, 1])

以上代码将原 DataFrame `df` 的行索引重新排列为 `[2, 0, 1]`，返回一个新的 DataFrame `new_df`。

我们还可以使用以下代码将其列索引重新排列：

new_df = df.reindex(columns=['b', 'a', 'c'])

以上代码将原 DataFrame `df` 的列索引重新排列为 `['b', 'a', 'c']`，返回一个新的 DataFrame `new_df`。

在重新索引时，如果原 DataFrame 中有缺失值，则在重新索引后的 DataFrame 中，缺失值会用 `fill_value` 参数指定的值进行填充。

dataframe.sort

根据引用中提到的help(DataFrame.sort_values)，可以看出在Python 3.7中，sort_values()方法的参数应该是无需指定column参数的。然而，在引用中的例子中，sort_values()方法却报错显示出现了一个不期望的关键字参数'column'。这可能是因为在这个例子中，sort_values()方法被错误地使用了column参数。

为了解决这个问题，您可以将sort_values()方法的参数改为正确的方式，即不需要指定column参数。这样应该就可以成功地对DataFrame进行排序了。

另外，根据引用中提到的DataFrame.groupby()方法的参数介绍，该方法并不适用于对DataFrame进行排序。因此，在解决排序问题时，您不需要使用groupby方法。

综上所述，您可以尝试使用以下代码对DataFrame进行排序：

marks.sort_values(ascending=False)

这应该可以解决您遇到的问题。