在對海量資料進行分析的過程中，可能需要對資料進行排序操作。本文教大家如何在python中對資料框進行一些排序操作。注意：本文採用的資料框date_frame：
python中預設按行索引號進行排序，如果要自定義資料框的排序，可以用sort_values函式進行重定義排序。下面對sort_values中幾個常用的引數進行講解，它的具體語法如下：
sort_values(by=[列表],ascending=[true or false], axis=(1 or 0))
其中by後面為要排序的列，可以是一列，也可以是多列。表示首先按第一列，再依次按後面的列進行排序。ascending=true表示按公升序排列，否則為降序排列，預設按公升序排列。axis=1表示對列排序，為0表示對行排序，預設對行排序。
若想按年齡公升序排列資料框，可在python中輸入如下語句：
date_frame.sort_values(by =
['age'
])
其中by=['age']表示按年齡排序，預設是公升序排列，所以不需要指定ascending的值。
若想按年齡降序排列資料框，可在python中輸入如下語句：
date_frame.sort_values(by =
['age'
], ascending =
false
)
若想按年齡公升序身高降序排列資料框，可在python中輸入如下語句：
date_frame.sort_values(by =
['age'
,'height'
], ascending =
[true
,false
])
ascending中的第乙個true表示先對年齡進行公升序排列，第二個false表示若年齡相同，再根據身高降序排列。
對列排序，第一種辦法是重定義列的順序進行排序。假設列的順序按學號、姓名、年齡、身高、性別進行排序，可以在python中輸入如下語句：
date_frame[
['id'
,'name'
,'age'
,'height'
,'gender'
]]
第二種辦法是利用axis=1對列進行排序，不過這種排序需要某一行的值是同種型別的，可以比較。假設我抽取原資料框中的age和height列，具體語句如下：
date_frame[
['age'
,'height'
]]
對這兩列按第三行的數值進行排序，具體語句如下:
date_frame[
['age'
,'height']]
.sort_values(by =[3
], axis=
1)
python人臉識別—我的眼裡只有你
python畫好看的星空圖（唯美的背景）
用python中的py2neo庫操作neo4j，搭建關聯圖譜
python浪漫表白原始碼合集（愛心、玫瑰花、**牆、星空下的告白）
python資料分析
以網路爬蟲為例，網路爬蟲是乙個自動提取網頁的程式，爬蟲是搜尋引擎的第一步，也是最容易的一部。網頁搜尋，建立索引，查詢排序 用c c 效率高，速度塊，適合通用搜尋引擎做往往爬取。但是它的缺點也特別明顯 開發慢，寫起來又臭又長的。而python無論在資料分析還是在指令碼自動化編寫尚都是簡單，易學的。良好...
python資料分析
陣列間的算術運算 npwhere pandas的使用 np.random.rand 3,4 產生乙個3行4列的矩陣 0 1之間的 in 32 data1 1,2,3,4.0 in 34 arr1 np.array data1 in 35 arr1 out 35 array 1.2.3.4.in 37...
python資料分析
1.資料分析的含義與目標 2.python與資料分析 3.python資料分析大家族 4.python環境搭建 一 numpy 功能 ndarray 多維操作 線性代數 官網 numpy是python語言的乙個擴充程式庫。支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。nu...