pandas Series与DataFrame排序方法详解
发布时间：2026-10-13 |
6人浏览过
本文详细讲解如何利用pandas库对Series和DataFrame进行排序操作。内容涵盖按索引排序、按值排序、升降序调整及多列排序等核心功能，通过具体代码示例与运行结果展示，帮助开发者掌握数据清洗与预处理中的关键排序技巧。
本文主要介绍基于索引或数值对pandas中的Series和DataFrame对象进行排序的具体实现方法。
相关代码实现如下：
#coding=utf-8 import pandas as pd import numpy as np #以下实现排序功能。 series=pd.Series([3,4,1,6],index=['b','a','d','c']) frame=pd.DataFrame([[2,4,1,5],[3,1,4,5],[5,1,4,2]],columns=['b','a','d','c'],index=['one','two','three']) print frame print series print 'series通过索引进行排序：' print series.sort_index() print 'series通过值进行排序:' print series.sort_values() print 'dataframe根据行索引进行降序排序（排序时默认升序，调节ascending参数）：' print frame.sort_index(ascending=False) print 'dataframe根据列索引进行排序：' print frame.sort_index(axis=1) print 'dataframe根据值进行排序：' print frame.sort_values(by='a') print '通过多个索引进行排序：' print frame.sort_values(by=['a','c'])
程序运行输出结果如下：
b a d c one 2 4 1 5 two 3 1 4 5 three 5 1 4 2 b 3 a 4 d 1 c 6 dtype: int64
演示Series对象按照索引标签进行排序的过程：
a 4 b 3 c 6 d 1 dtype: int64
演示Series对象按照数值大小进行排序的过程：
d 1 b 3 a 4 c 6 dtype: int64
演示DataFrame对象按照行索引进行降序排列（默认情况下为升序，可通过设置ascending参数调整为降序）：
b a d c two 3 1 4 5 three 5 1 4 2 one 2 4 1 5
演示DataFrame对象按照列索引进行排序：
a b c d one 4 2 5 1 two 1 3 5 4 three 1 5 2 4
演示DataFrame对象按照指定列的数值进行排序：
b a d c two 3 1 4 5 three 5 1 4 2 one 2 4 1 5
演示利用多个索引列进行联合排序：
b a d c three 5 1 4 2 two 3 1 4 5 one 2 4 1 5 [Finished in 1.0s]
以上关于pandas中Series和DataFrame排序的实例分享完毕，希望能为读者提供有价值的参考，欢迎继续支持本站获取更多技术内容。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
