dataframe按照index排序

DataFrame 按照 index 排序，可以使用 `sort_index()` 方法。该方法默认按照行索引进行排序，也可以指定 `axis=1` 按照列索引进行排序。例如：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['c', 'a', 'b'])

# 按照行索引排序
df_sorted = df.sort_index()
print(df_sorted)

# 按照列索引排序
df_sorted = df.sort_index(axis=1)
print(df_sorted)

输出结果为：

   A  B
a  2  5
b  3  6
c  1  4

   A  B
c  1  4
a  2  5
b  3  6

相关问题

dataframe根据index排序

可以使用`sort_index()`函数对DataFrame按照行索引进行排序。默认情况下，它按升序排列，但也可以通过传递参数进行降序排列。

以下是一个示例：

import pandas as pd

# 创建一个DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 
        'age': [25, 30, 20, 35], 
        'salary': [5000, 8000, 6000, 7000]}

df = pd.DataFrame(data, index=['d', 'c', 'b', 'a'])
print('原始数据：\n', df)

# 按行索引排序（升序）
df_sorted = df.sort_index()
print('按升序排序：\n', df_sorted)

# 按行索引排序（降序）
df_sorted_desc = df.sort_index(ascending=False)
print('按降序排序：\n', df_sorted_desc)

输出结果如下：

原始数据：
        name  age  salary
d     Alice   25    5000
c       Bob   30    8000
b   Charlie   20    6000
a     David   35    7000
按升序排序：
        name  age  salary
a     David   35    7000
b   Charlie   20    6000
c       Bob   30    8000
d     Alice   25    5000
按降序排序：
        name  age  salary
d     Alice   25    5000
c       Bob   30    8000
b   Charlie   20    6000
a     David   35    7000

dataframe按照行名排序

要按照行名对DataFrame进行排序，可以使用`sort_index()`方法。该方法会根据行索引的值对DataFrame进行排序，默认是按照升序排列。以下是一个示例代码：

import pandas as pd

# 读取DataFrame
df = pd.read_csv('data.csv', header=0)

# 按照行名排序
df_sorted = df.sort_index()

# 打印排序后的DataFrame
print(df_sorted)

在这个例子中，我们首先使用`read_csv()`函数读取了一个名为"data.csv"的文件，并将其存储在DataFrame变量`df`中。然后，我们使用`sort_index()`方法对DataFrame进行排序，并将排序后的结果存储在`df_sorted`中。最后，我们使用`print()`函数打印出排序后的DataFrame。

请注意，`sort_index()`方法默认按照升序对行索引进行排序。如果需要按照降序排序，可以使用`sort_index(ascending=False)`。
#### 引用[.reference_title]
- *1* *3* [Dataframe的行名及列名排序](https://blog.csdn.net/qq_42769683/article/details/104560822)[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^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [Python语言学习之pandas之DataFrame：DataFrame的简介、常用函数(如DataFrame重命名列名方法)等详细攻略 ](https://blog.csdn.net/weixin_39645308/article/details/110829637)[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^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]