列排序 先按时间索引排序，再按站名大小排序

假设有一个包含时间索引和站名的数据集，可以使用以下代码对数据集进行排序：

import pandas as pd

# 创建示例数据集
data = {
    'time_index': ['2022-01-01', '2022-01-02', '2022-01-01', '2022-01-02'],
    'station_name': ['B', 'A', 'C', 'D']
}
df = pd.DataFrame(data)

# 按时间索引和站名排序
df_sorted = df.sort_values(['time_index', 'station_name'])

这段代码首先导入了 pandas 库，并创建了一个示例数据集。然后调用了 `sort_values()` 方法对数据集进行排序，按照时间索引和站名分别进行排序。排序后的数据集将保存在变量 `df_sorted` 中。

相关问题

将列表排序并按返回索引顺序python

您可以使用`sorted`函数来对列表进行排序，并使用`sorted`函数的`key`参数来返回每个元素的索引。具体来说，您可以使用`enumerate`函数来为每个元素分配一个索引，然后使用该索引作为排序键。以下是一个示例代码：

my_list = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]

# 对列表进行排序，并返回索引列表
index_list = [i[0] for i in sorted(enumerate(my_list), key=lambda x:x[1])]

# 输出排序后的列表和索引列表
print('排序后的列表：', sorted(my_list))
print('按返回索引顺序的索引列表：', index_list)

在此示例中，`enumerate`函数为`my_list`中的每个元素分配一个索引，`sorted`函数使用该索引作为排序键，并返回排序后的元素及其索引。最后，我们使用列表推导式从排序结果中提取索引列表。

dataframe按默认索引排序

可以使用`sort_index()`方法按照默认索引排序，例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 4, 2], 'B': [3, 1, 2]})
print(df)
# Output:
#    A  B
# 0  1  3
# 1  4  1
# 2  2  2

sorted_df = df.sort_index()
print(sorted_df)
# Output:
#    A  B
# 0  1  3
# 1  4  1
# 2  2  2

默认情况下，`sort_index()`方法会按照行索引进行排序。如果要按照列索引排序，可以使用`axis`参数指定为`1`，例如：

sorted_df = df.sort_index(axis=1)
print(sorted_df)
# Output:
#    A  B
# 0  1  3
# 1  4  1
# 2  2  2

这样就按照列索引排序了。