data = data.sort_index()倒序

如果你想要将一个 pandas DataFrame 或 Series 对象按照索引降序排列，可以使用 `sort_index` 方法，并将参数 `ascending` 设置为 `False`。示例代码如下：

import pandas as pd

# 假设你有一个名为 data 的 DataFrame 或 Series 对象
data = data.sort_index(ascending=False)

在这个示例中，我们调用了 `sort_index` 方法，将参数 `ascending` 设置为 `False`，从而将索引按照降序排列。这样就可以得到一个索引为降序的 DataFrame 或 Series 对象。

相关问题

python date_range倒序

要倒序生成日期序列，可以使用pandas的date_range函数的参数start和end，并将end设置为较早的日期，将start设置为较晚的日期。这样就可以生成一个倒序的日期序列。例如，使用date_range函数生成一个从2022年1月1日到2022年1月10日的倒序日期序列的代码如下：

import pandas as pd

dates = pd.date_range(end='2022-01-10', start='2022-01-01')

这样就会生成一个包含从2022年1月10日到2022年1月1日的日期序列。
#### 引用[.reference_title]
- *1* *3* [pandas常用函数之date_range](https://blog.csdn.net/You_are_my_dream/article/details/70209757)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [python（numpy，pandas6）——pandas数据形式的简介，排序方式sort_index，sort_values](https://blog.csdn.net/qq_38800089/article/details/113835202)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

sortindex倒序

你可以在 `data = data.set_index('time')` 这一行之后加上 `data = data.sort_index(ascending=False)` 来将索引按照倒序排序。`ascending=False` 表示按照逆序排序，也就是最新的日期排在最前面。完整的代码如下：

select_sqli ="SELECT time,SUM(CASE WHEN type_c='两厢车' THEN xiaoliang ELSE 0 END)/SUM(xiaoliang) AS ratio,1 - SUM(CASE WHEN type_c='两厢车' THEN xiaoliang ELSE 0 END)/SUM(xiaoliang) AS ratio_complement FROM sheji.sale GROUP BY time;"
cur.execute(select_sqli)
data = pd.DataFrame(cur.fetchall(), columns=['time', 'portion','r_portion'])
data = data.set_index('time')
data = data.sort_index(ascending=False) # 按照逆序排序
data = data.iloc[:5, :]
plt.figure(figsize=(9.42,1))
data.plot(kind='bar', stacked=True, x='time') # 指定横坐标为时间列
# 设置标题和标签
plt.title('Sales Ratio of Different Categories')
plt.xlabel('Category')
plt.ylabel('Ratio')
plt.xticks(rotation=90)
# 显示图形
plt.savefig('portion.png',dpi=300)
pix = QPixmap("portion.png")
new_width = self.Market.label_4.width()
new_height = int(pix.height() * new_width / pix.width())
scaled_pixmap = pix.scaled(QSize(new_width, new_height), Qt.AspectRatioMode.KeepAspectRatio,Qt.TransformationMode.SmoothTransformation)
self.Market.label_4.setPixmap(scaled_pixmap)
plt.close()

这样就可以按照时间的倒序显示图形了。