pandas排序

在 pandas 中，可以使用 `sort_values` 方法对 DataFrame 或 Series 进行排序。以下是一些示例：

对 Series 进行排序：

import pandas as pd

s = pd.Series([3, 1, 4, 1, 5, 9, 2, 6, 5, 3])
sorted_s = s.sort_values()
print(sorted_s)

输出：

1    1
3    1
6    2
0    3
9    3
2    4
4    5
8    5
7    6
5    9
dtype: int64

对 DataFrame 按照某一列排序：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'age': [25, 24, 30, 18, 22],
    'score': [90, 80, 70, 60, 95]
})
sorted_df = df.sort_values(by='age')
print(sorted_df)

输出：

      name  age  score
3    David   18     60
1      Bob   24     80
4    Emily   22     95
0    Alice   25     90
2  Charlie   30     70

对 DataFrame 按照多列排序：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'age': [25, 24, 30, 18, 22],
    'score': [90, 80, 70, 60, 95]
})
sorted_df = df.sort_values(by=['score', 'age'])
print(sorted_df)

输出：

      name  age  score
3    David   18     60
2  Charlie   30     70
1      Bob   24     80
0    Alice   25     90
4    Emily   22     95

在排序时，可以使用 `ascending` 参数指定升序或降序，默认为升序。例如：

import pandas as pd

s = pd.Series([3, 1, 4, 1, 5, 9, 2, 6, 5, 3])
sorted_s = s.sort_values(ascending=False)
print(sorted_s)

输出：

5    9
7    6
8    5
4    5
2    4
0    3
9    3
6    2
1    1
3    1
dtype: int64