pandas按某一列排序

可以使用`sort_values()`方法按照某一列来排序pandas DataFrame。

以下是一个示例：

import pandas as pd

# 创建一个示例DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 34, 19, 45],
        'score': [80, 65, 90, 75]}
df = pd.DataFrame(data)

# 按照年龄列从小到大排序
df = df.sort_values('age')

print(df)

输出：

       name  age  score
2  Charlie   19     90
0     Alice   25     80
1       Bob   34     65
3     David   45     75

在这个示例中，我们使用`sort_values()`方法按照`age`列从小到大排序了DataFrame。可以看到，结果DataFrame的第一行是年龄最小的人。

相关问题

pandas 按照某一列排序

你可以使用 Pandas 中的 `sort_values()` 方法来按照某一列对 DataFrame 进行排序。以下是一个示例：

import pandas as pd

# 创建一个示例 DataFrame
data = {'Name': ['John', 'Emma', 'Alex', 'Jessica'],
        'Age': [28, 24, 32, 29],
        'Salary': [50000, 60000, 55000, 45000]}

df = pd.DataFrame(data)

# 按照 'Salary' 列进行升序排序
df_sorted = df.sort_values('Salary')

print(df_sorted)

这将按照 'Salary' 列的值对 DataFrame 进行升序排序，并输出排序后的结果。你可以根据自己的需求选择要排序的列。

pandas根据某一列排序

可以使用`sort_values()`函数对DataFrame根据某一列进行排序，例如：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 20]})

# 根据age列进行升序排序
df = df.sort_values(by='age')

print(df)

输出结果为：

       name  age
2  Charlie   20
0     Alice   25
1       Bob   30

如果要进行降序排序，可以在`sort_values()`函数中加上`ascending=False`参数，例如：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 20]})

# 根据age列进行降序排序
df = df.sort_values(by='age', ascending=False)

print(df)

输出结果为：

       name  age
1       Bob   30
0     Alice   25
2  Charlie   20