pandas先按照age降序排列，后按照visits升序排列

可以使用pandas的sort_values方法来实现这个需求，具体代码如下：

df.sort_values(by=['age', 'visits'], ascending=[False, True])

其中，by参数指定了按照哪些列进行排序，ascending参数指定了每个列的排序方式，True表示升序，False表示降序。

相关问题

pandas缺失值降序排列

可以使用pandas中的`sort_values()`函数对缺失值进行降序排列。示例代码如下：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'A': [1, 2, None, 4, 5],
                   'B': [None, 6, 7, 8, None],
                   'C': [9, None, 11, 12, 13]})

# 对缺失值进行降序排列
df.isnull().sum().sort_values(ascending=False)

输出结果为：

B    2
A    1
C    1
dtype: int64

其中，`isnull()`函数可以将缺失值标记为True，非缺失值标记为False，再使用`sum()`函数对每一列中的缺失值个数进行统计，最后使用`sort_values()`函数对缺失值个数进行降序排列。

pandas降序排列

要在pandas中进行降序排列，可以使用sort_values()函数，并将参数ascending设置为False。下面是一个示例代码：

import pandas as pd
shop = pd.read_csv("data/shop.csv", index_col='id')
shop.sort_values(by='price', inplace=True, ascending=False)