当前位置:

首页 > 编程开发 > PandasDataFrame中两种排序函数的使用

PandasDataFrame中两种排序函数的使用

Pandas中DataFrame排序主要使用sort_values()按列值排序和sort_index()按索引排序。sort_values()支持单列或多列排序,可指定升序降序、缺失值位置及重置索引。sort_index()可按行或列索引排序,通过key参数实现自定义排序规则。

本文目录

    做数据分析的朋友都知道,Pandas里DataFrame的排序是日常高频操作。看似简单,但真要处理多列排序、缺失值定位、自定义规则这些场景时,稍不留神就容易踩坑。今天咱们就把这块彻底理清楚。

    一、排序的核心函数:sort_values()和sort_index()

    DataFrame的排序主要依赖两个核心函数,先明确它们的定位:

    PandasDataFrame中两种排序函数的使用

    函数核心作用适用场景
    sort_values()按列的值排序(最常用)按分数、日期、金额等业务字段排序
    sort_index()按行/列索引排序按行标签(如学号、日期)或列名排序

    通用参数(两个函数都支持)

    参数作用常用值
    ascending升序/降序True(升序,默认)/False(降序)
    inplace是否修改原 DataFrameFalse(返回新对象,默认)/True(原地修改)
    na_position缺失值(NaN)的位置last(默认,放最后)/first(放最前)
    ignore_index是否重置行索引(0,1,2...)False(保留原索引,默认)/True(重置)

    二、核心排序:按列值排序(sort_values())

    这是实战中最常用的排序方式,支持单列、多列、自定义排序规则。下面一个个拆解。

    1. 单列排序(基础)

    import pandas as pd
    import numpy as np
    # 构建示例数据(学生成绩)
    data = {
        "姓名": ["小明", "小红", "小刚", "小丽", "小强"],
        "班级": ["1班", "2班", "1班", "2班", "1班"],
        "数学": [85, 92, 78, 90, np.nan],  # 含缺失值
        "语文": [92, 88, 80, 85, 90]
    }
    df = pd.DataFrame(data, index=["stu01", "stu02", "stu03", "stu04", "stu05"])
    print("原始DataFrame:")
    print(df)
    # 1.1 按「数学」列升序排序(默认)
    df_sort_math_asc = df.sort_values(by="数学")
    print("\n按数学升序排序(缺失值放最后):")
    print(df_sort_math_asc)
    # 1.2 按「数学」列降序排序,缺失值放最前
    df_sort_math_desc = df.sort_values(by="数学", ascending=False, na_position="first")
    print("\n按数学降序排序(缺失值放最前):")
    print(df_sort_math_desc)
    # 1.3 原地排序(修改原DataFrame)+ 重置行索引
    df.sort_values(by="语文", ascending=False, inplace=True, ignore_index=True)
    print("\n按语文降序原地排序(重置索引):")
    print(df)

    关键说明:

    • by="列名" 是必传参数,指定排序依据的列;
    • na_position 仅对含 NaN 的列有效,默认 last(缺失值放最后);
    • ignore_index=True 会将排序后的行索引重置为 0,1,2...,避免原索引混乱。

    2. 多列排序(进阶)

    按多个列依次排序(先按第一列,第一列值相同则按第二列),适用于“分组排序”场景。比如先按班级,再按数学成绩。

    import pandas as pd
    # 重置示例数据
    data = {
        "姓名": ["小明", "小红", "小刚", "小丽", "小强", "小芳"],
        "班级": ["1班", "2班", "1班", "2班", "1班", "2班"],
        "数学": [85, 92, 85, 90, 88, 92],
        "语文": [92, 88, 80, 85, 90, 82]
    }
    df = pd.DataFrame(data)
    print("原始DataFrame:")
    print(df)
    # 2.1 先按「班级」升序,再按「数学」降序排序
    df_sort_multi = df.sort_values(
        by=["班级", "数学"],  # 排序列(先班级,后数学)
        ascending=[True, False]  # 对应列的排序方向(班级升序,数学降序)
    )
    print("\n按班级升序、数学降序排序:")
    print(df_sort_multi)
    # 2.2 多列排序+重置索引
    df_sort_multi_reset = df.sort_values(
        by=["班级", "语文"],
        ascending=[True, True],
        ignore_index=True
    )
    print("\n按班级升序、语文升序排序(重置索引):")
    print(df_sort_multi_reset)

    核心逻辑:

    • by 传入列名列表,排序优先级从左到右;
    • ascending 传入布尔值列表,与 by 的列一一对应(数量必须相等)。

    3. 按字符串列排序(特殊场景)

    支持按字符串的字母/汉字顺序排序,可结合字符串方法增强灵活性。比如按姓名排序,或者按城市分组后再按分数排。

    import pandas as pd
    data = {
        "姓名": ["张三", "李四", "王五", "赵六", "钱七"],
        "城市": ["北京", "上海", "广州", "深圳", "北京"],
        "分数": [85, 92, 78, 90, 88]
    }
    df = pd.DataFrame(data)
    print("原始DataFrame:")
    print(df)
    # 3.1 按「姓名」字符串排序(汉字拼音顺序)
    df_sort_name = df.sort_values(by="姓名")
    print("\n按姓名字符串排序:")
    print(df_sort_name)
    # 3.2 按「城市」升序,再按「分数」降序
    df_sort_city_score = df.sort_values(by=["城市", "分数"], ascending=[True, False])
    print("\n按城市升序、分数降序排序:")
    print(df_sort_city_score)
    # 3.3 按字符串长度排序(需自定义key)
    df["姓名长度"] = df["姓名"].str.len()
    df_sort_len = df.sort_values(by="姓名长度")
    print("\n按姓名长度排序:")
    print(df_sort_len)

    三、按索引排序(sort_index())

    分为「按行索引排序」和「按列索引(列名)排序」,适用于索引有业务含义的场景(如日期索引、学号索引)。

    1. 按行索引排序

    import pandas as pd
    # 构建带自定义行索引的DataFrame
    data = {
        "数学": [85, 92, 78, 90],
        "语文": [92, 88, 80, 85]
    }
    df = pd.DataFrame(data, index=["stu03", "stu01", "stu04", "stu02"])
    print("原始DataFrame(行索引混乱):")
    print(df)
    # 1.1 按行索引升序排序(默认)
    df_sort_idx_asc = df.sort_index()
    print("\n按行索引升序排序:")
    print(df_sort_idx_asc)
    # 1.2 按行索引降序排序
    df_sort_idx_desc = df.sort_index(ascending=False)
    print("\n按行索引降序排序:")
    print(df_sort_idx_desc)

    2. 按列名排序

    通过 axis=1 指定按列索引(列名)排序,适用于列名较多且需规范顺序的场景。比如把“姓名”、“班级”这样的列名按字母顺序排列。

    import pandas as pd
    # 构建列名混乱的DataFrame
    data = {
        "语文": [92, 88, 80],
        "班级": ["1班", "2班", "1班"],
        "数学": [85, 92, 78],
        "姓名": ["小明", "小红", "小刚"]
    }
    df = pd.DataFrame(data)
    print("原始DataFrame(列名混乱):")
    print(df)
    # 按列名升序排序(axis=1)
    df_sort_cols = df.sort_index(axis=1)
    print("\n按列名升序排序:")
    print(df_sort_cols)
    # 按列名降序排序
    df_sort_cols_desc = df.sort_index(axis=1, ascending=False)
    print("\n按列名降序排序:")
    print(df_sort_cols_desc)

    关键参数:

    • axis=0(默认):按行索引排序;
    • axis=1:按列索引(列名)排序。

    四、进阶排序技巧

    1. 按自定义规则排序(key参数)

    sort_values() 的 key 参数支持传入自定义函数,实现非默认排序逻辑(如按字符串首字母、数值的绝对值排序)。这招在需要“特殊规则”时特别好用。

    import pandas as pd
    import numpy as np
    data = {
        "姓名": ["Alice", "Bob", "Charlie", "Da vid"],
        "分数": [85, -92, 78, -90],
        "等级": ["B", "A", "C", "A"]
    }
    df = pd.DataFrame(data)
    print("原始DataFrame:")
    print(df)
    # 1.1 按分数的绝对值降序排序
    df_sort_abs = df.sort_values(by="分数", key=lambda x: x.abs(), ascending=False)
    print("\n按分数绝对值降序排序:")
    print(df_sort_abs)
    # 1.2 按姓名首字母小写排序
    df_sort_name_lower = df.sort_values(by="姓名", key=lambda x: x.str.lower())
    print("\n按姓名首字母小写排序:")
    print(df_sort_name_lower)
    # 1.3 按自定义等级规则排序(A>B>C)
    grade_order = {"A": 1, "B": 2, "C": 3}
    df_sort_grade = df.sort_values(by="等级", key=lambda x: x.map(grade_order))
    print("\n按等级规则(A>B>C)排序:")
    print(df_sort_grade)

    2. 按行值排序(横向排序)

    默认排序是“纵向”(按列值排行),如需“横向”(按行值排列),需结合 apply 和 sort_values。比如每个学生各科成绩,想按分数从高到低排列各科。

    import pandas as pd
    # 构建每行是学生、每列是科目的DataFrame
    data = {
        "数学": [85, 92, 78],
        "语文": [92, 88, 80],
        "英语": [88, 90, 85]
    }
    df = pd.DataFrame(data, index=["小明", "小红", "小刚"])
    print("原始DataFrame(每行是学生,每列是科目):")
    print(df)
    # 按每行的值降序排序(横向排序,即每个学生的科目按分数从高到低排)
    df_sort_row = df.apply(lambda x: x.sort_values(ascending=False).values, axis=1)
    # 重置列名(保持原列名顺序,仅值排序)
    df_sort_row.columns = df.columns
    print("\n按每行分数降序排序(横向):")
    print(df_sort_row)

    3. 排序后保留/删除重复值

    排序后结合 drop_duplicates() 实现“保留每组最大值/最小值”的场景。比如每个班级只保留数学成绩最高的学生。

    import pandas as pd
    data = {
        "班级": ["1班", "1班", "2班", "2班", "1班"],
        "数学": [85, 92, 78, 90, 88],
        "姓名": ["小明", "小红", "小刚", "小丽", "小强"]
    }
    df = pd.DataFrame(data)
    print("原始DataFrame:")
    print(df)
    # 按班级分组,保留每个班级数学分数最高的学生
    # 步骤1:按班级升序、数学降序排序
    df_sort = df.sort_values(by=["班级", "数学"], ascending=[True, False])
    # 步骤2:按班级去重,保留第一个(即分数最高的)
    df_top1 = df_sort.drop_duplicates(subset=["班级"], keep="first")
    print("\n每个班级数学最高分学生:")
    print(df_top1)

    五、实战场景:排序的典型应用

    时间序列数据排序

    拿到一份日期混乱的温度数据,第一件事就是按日期索引恢复顺序,然后可能会按温度降序找极端值。

    import pandas as pd
    import numpy as np
    # 构建日期索引混乱的温度数据
    dates = pd.date_range("2026-01-01", periods=5)
    np.random.shuffle(dates)  # 打乱日期
    data = {
        "温度": np.random.normal(5, 3, 5).round(1),
        "湿度": np.random.uniform(30, 80, 5).round(1)
    }
    df = pd.DataFrame(data, index=dates)
    print("原始时间序列数据(日期混乱):")
    print(df)
    # 按日期索引升序排序(恢复时间顺序)
    df_sort_date = df.sort_index()
    print("\n按日期升序排序:")
    print(df_sort_date)
    # 按温度降序排序,保留日期索引
    df_sort_temp = df.sort_values(by="温度", ascending=False)
    print("\n按温度降序排序:")
    print(df_sort_temp)

    六、避坑点与最佳实践

    1. 核心避坑点

    • ❌ 多列排序时 ascending 数量不匹配:by=["A","B"] 必须对应 ascending=[True, False](2个值);
    • ❌ 混淆 axis 参数:按列名排序需设 axis=1,默认 axis=0 是按行索引;
    • ❌ 忽略缺失值位置:含 NaN 的列排序时,NaN 默认放最后,需调整 na_position 时忘记设置;
    • ❌ 原地排序后索引混乱:未加 ignore_index=True,导致排序后行索引还是原混乱索引;
    • ❌ 自定义 key 函数错误:key 需返回与原列长度相同的数组(如 lambda x: x.abs()),而非单个值。

    2. 最佳实践

    • ✅ 优先用 sort_values() 按业务列排序,sort_index() 按索引排序;
    • ✅ 多列排序时,先排分组列(如班级),后排业务列(如分数);
    • ✅ 排序后重置索引:重要分析结果建议加 ignore_index=True,避免索引混乱;
    • ✅ 自定义排序用 key 参数:避免手动修改数据后排序,保持代码简洁;
    • ✅ 大数据集排序:先筛选需要的列(usecols),再排序,提升效率。

    总结

    1. DataFrame 排序核心依赖两个函数:
      • sort_values(by=列名):按列值排序(单列/多列),支持 ascending/na_position/key;
      • sort_index(axis=0/1):按行/列索引排序,适用于索引有业务含义的场景;
    2. 核心参数:
      • by:指定排序列(仅 sort_values 需传);
      • ascending:排序方向(True = 升序,False = 降序);
      • ignore_index:排序后重置行索引(推荐开启);
      • axis:按行/列索引排序(仅 sort_index 需传);
    3. 进阶技巧:
      • 自定义规则用 key 参数(如绝对值、字符串处理);
      • 横向排序用 apply(axis=1);
      • 分组取最值:排序 + drop_duplicates();
    4. 避坑关键:多列排序时 ascending 数量匹配,含缺失值时指定 na_position,排序后重置索引。
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    GitHub Copilot 管理员怎样控制 MAI Code 2 与 MAI Code 2 Flash?
    GitHub Copilot 管理员怎样控制 MAI Code 2 与 MAI Code 2 Flash?

    GitHub Copilot 新增 MAI Code 2 与 MAI Code 2 Flash。 组织可以通过模型策略管理新模型。默认自动启用的行为,取决于管理员是否关闭全局默认或禁用具体模型。

    Copilot Fusion 的 Claude Sonnet 5.5、GPT-6.1 Terra、MAI-Code-2 能在手机使用吗?
    Copilot Fusion 的 Claude Sonnet 5.5、GPT-6.1 Terra、MAI-Code-2 能在手机使用吗?

    Copilot Fusion 新增 Claude Sonnet 5.5、GPT-6.1 Terra 和 MAI-Code-2。 手机入口的开放范围目前包括两类系统的测试版。正式移动应用的支持仍待后续开放。

    GitHub Copilot Evals 如何定位自定义配置的退化?
    GitHub Copilot Evals 如何定位自定义配置的退化?

    同一任务重复运行后,可以比较改动前后的结果和代理的处理过程,帮助定位需要调整的自定义配置。

    GitHub Copilot CLI 1.0.113 的 Entra 预览支持哪些系统?
    GitHub Copilot CLI 1.0.113 的 Entra 预览支持哪些系统?

    GitHub Copilot CLI 1.0.113 及以上。 这一登录预览目前支持两类桌面系统。开始使用之前,需要核对客户端版本,以及组织授予哪条模型访问路径。

    GitHub Copilot 更新后应使用哪个 JetBrains 版本?
    GitHub Copilot 更新后应使用哪个 JetBrains 版本?

    旧版开发环境的支持范围发生变化,部分新增能力也仍处于预览和分阶段开放状态。

    GitHub Copilot 接入 Microsoft Agent 365 后怎样理解活动和风险信息?
    GitHub Copilot 接入 Microsoft Agent 365 后怎样理解活动和风险信息?

    GitHub Copilot 活动可经企业审计流进入 Microsoft Agent 365,面向使用 Enterprise Managed Users 的 Enterprise Cloud 客户。

    gke-basics 1.1.3、gke-platform-security 1.0.3、gke-inference 1.0.3的技能发现方式怎样变化?
    gke-basics 1.1.3、gke-platform-security 1.0.3、gke-inference 1.0.3的技能发现方式怎样变化?

    gke-basics 1.1.3、gke-platform-security 1.0.3、gke-inference 1.0.3。这次技能更新改正了几处命令说明,也调整了关联技能的引用方式。已有使用流程可据此核对配置。

    GitHub Copilot app 1.2.0 的正式支持与预览集成如何区分?
    GitHub Copilot app 1.2.0 的正式支持与预览集成如何区分?

    GitHub Copilot app 1.2.0 及以上正式支持 GHES;Azure DevOps 与浏览器使用进入预览,分别说明账号、隔离和云会话限制。

    GitHub Copilot 自适应审查和密钥检测有哪些启用边界?
    GitHub Copilot 自适应审查和密钥检测有哪些启用边界?

    GitHub Copilot 代码审查新增 Adaptive 预览、密钥检测与仓库结果统计,分别说明默认值、上限、AI credits 以及读取权限。

    Google Skills gemini-live-api 1.1.0使用前需要哪些认证与区域条件?
    Google Skills gemini-live-api 1.1.0使用前需要哪些认证与区域条件?

    Google Skills gemini-live-api 1.1.0。生成实时客户端之前,需要核对项目、调用身份和区域。这个技能更新把这些前提与消息传输、会话恢复放在一起说明。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。