核心方法

Pandas 提供了两个主要的排序方法：

1. df.sort_values(): 按值排序，这是最常用的方法，它根据 DataFrame 中的一个或多个列的值对行进行排序。
2. df.sort_index(): 按索引排序，它根据 DataFrame 的行索引或列索引进行排序。

按 sort_values() 对列值进行排序

这是最核心的排序功能。

基本语法

df.sort_values(by, axis=0, ascending=True, inplace=False, na_position='last')

参数详解

示例

我们创建一个示例 DataFrame：

import pandas as pd
import numpy as np
data = {
    '姓名': ['张三', '李四', '王五', '赵六', '孙七', '周八'],
    '年龄': [25, 32, 28, np.nan, 22, 35],
    '分数': [88, 92, 76, 85, 90, 78]
}
df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)

原始 DataFrame:
   姓名   年龄  分数
0  张三  25.0  88
1  李四  32.0  92
2  王五  28.0  76
3  赵六   NaN  85
4  孙七  22.0  90
5  周八  35.0  78

示例 1：按单列升序排序

# 按 '年龄' 列升序排序
sorted_df = df.sort_values(by='年龄')
print("\n按 '年龄' 升序排序:")
print(sorted_df)

按 '年龄' 升序排序:
   姓名   年龄  分数
4  孙七  22.0  90
0  张三  25.0  88
2  王五  28.0  76
1  李四  32.0  92
5  周八  35.0  78
3  赵六   NaN  85  # NaN 默认排在最后

示例 2：按单列降序排序

# 按 '分数' 列降序排序
sorted_df = df.sort_values(by='分数', ascending=False)
print("\n按 '分数' 降序排序:")
print(sorted_df)

按 '分数' 降序排序:
   姓名   年龄  分数
1  李四  32.0  92
4  孙七  22.0  90
0  张三  25.0  88
3  赵六   NaN  85
2  王五  28.0  76
5  周八  35.0  78

示例 3：按多列排序（先按第一列，再按第二列）

当传入一个列名列表时,排序会按列表的顺序依次进行。

# 先按 '年龄' 升序，如果年龄相同，再按 '分数' 降序
sorted_df = df.sort_values(by=['年龄', '分数'], ascending=[True, False])
print("\n先按 '年龄' 升序，再按 '分数' 降序:")
print(sorted_df)

先按 '年龄' 升序，再按 '分数' 降序:
   姓名   年龄  分数
4  孙七  22.0  90  # 年龄最小，分数最高
0  张三  25.0  88  # 年龄第二，分数第二
2  王五  28.0  76  # 年龄第三，分数最低
1  李四  32.0  92  # 年龄第四，分数最高
5  周八  35.0  78  # 年龄最大，分数较低
3  赵六   NaN  85  # NaN 仍然排在最后

示例 4：处理缺失值 NaN

# 将 NaN 值排在最前面
sorted_df_nan_first = df.sort_values(by='年龄', na_position='first')
print("\n将 NaN 值排在最前面:")
print(sorted_df_nan_first)

将 NaN 值排在最前面:
   姓名   年龄  分数
3  赵六   NaN  85
4  孙七  22.0  90
0  张三  25.0  88
2  王五  28.0  76
1  李四  32.0  92
5  周八  35.0  78

示例 5：原地排序 (inplace=True)

# 原地按 '分数' 降序排序
df.sort_values(by='分数', ascending=True, inplace=True)
print("\n原地排序后的 DataFrame:")
print(df)
# 注意：此时原始 df 已经被改变

按 sort_index() 对索引进行排序

当你修改了 DataFrame 的行顺序后，索引可能会变得混乱，这时就需要用 sort_index() 来重置索引的顺序。

基本语法

df.sort_index(axis=0, level=None, ascending=True, inplace=False, na_position='last')

参数与 sort_values() 类似，但 by 参数被 level（用于多级索引）替代。

示例

我们使用上面示例 3 排序后的 DataFrame，它的索引顺序是 [4, 0, 2, 1, 5, 3]。

# 使用上面示例3的排序结果
df_multi_sorted = df.sort_values(by=['年龄', '分数'], ascending=[True, False])
print("多列排序后的 DataFrame (索引混乱):")
print(df_multi_sorted)

多列排序后的 DataFrame (索引混乱):
   姓名   年龄  分数
4  孙七  22.0  90
0  张三  25.0  88
2  王五  28.0  76
1  李四  32.0  92
5  周八  35.0  78
3  赵六   NaN  85

我们按索引进行排序：

# 按索引升序排序
df_sorted_by_index = df_multi_sorted.sort_index()
print("\n按索引排序后:")
print(df_sorted_by_index)

按索引排序后:
   姓名   年龄  分数
0  张三  25.0  88
1  李四  32.0  92
2  王五  28.0  76
3  赵六   NaN  85
4  孙七  22.0  90
5  周八  35.0  78

可以看到，行数据保持不变，但行的顺序已经按照索引 [0, 1, 2, 3, 4, 5] 重新排列了。

按行进行排序（按列值排序）

sort_values() 也可以对列进行排序，这需要设置 axis=1。

示例

# 创建一个新的 DataFrame
data_cols = {
    'Q1': [100, 80, 95],
    'Q2': [110, 85, 105],
    'Q3': [105, 90, 100]
}
df_cols = pd.DataFrame(data_cols, index=['产品A', '产品B', '产品C'])
print("原始按列排序的 DataFrame:")
print(df_cols)

原始按列排序的 DataFrame:
       Q1   Q2   Q3
产品A  100  110  105
产品B   80   90   90
产品C   95  105  100

示例 6：按列值升序排序

这将根据每列的值对列本身进行重新排列。

# 按 '产品A' 这一行的值对所有列进行升序排序
sorted_cols_df = df_cols.sort_values(by='产品A', axis=1)
print("\n按 '产品A' 行的值对列进行升序排序:")
print(sorted_cols_df)

按 '产品A' 行的值对列进行升序排序:
       Q1   Q3   Q2
产品A  100  105  110
产品B   80   90   90
产品C   95  100  105

解释：比较 产品A 行的值 100, 110, 105，升序排列后是 100 (Q1), 105 (Q3), 110 (Q2)，所以列的顺序变成了 Q1, Q3, Q2。

总结与最佳实践

重要提示：

• 优先使用 inplace=False：除非你确定不需要原始 DataFrame，否则最好将排序后的结果赋给一个新变量，这样可以避免意外修改原始数据,使代码更易于调试和维护。
• NaN 处理：默认情况下，NaN 会被排在最后，如果业务逻辑要求 NaN 排在最前，记得设置 na_position='first'。