Pandas:sort_index、sort_values方法的使用

sort_index和sort_values既是Series类型数据自带的方法，也是DataFrame数据自带的方法。本篇博客以DataFrame为例进行讲述。

1 概览
sort_index和sort_values可以将DataFrame中的数据按照索引及值的大小进行排序。这两个方法所包含的参数及其作用都基本一致。如下表所示：

参数   作用
by   sort_values方法独有的参数；指定排序列名或索引；
level   sort_index方法独有的参数；指定排序索引所在的层级；
axis   指定排序的轴；
ascending   升序(True)或者降序(False)；
inplace   是否本地置换，参考博客：Pandas和Numpy:常见函数参数inplace的作用_Sun_Sherry的博客-CSDN博客_inplace函数
kind   指定排序算法：'quicksort', 'mergesort', 'heapsort', 'stable'；
na_position   指定空值数据放置的位置：'first'、'last'；
ignore_index   是否重新生成索引；新索引为0，1，……，
key   自定义排序方法；
sort_remaining   sort_index方法独有的参数；目前作用还不太明白

为了方便说明，先创建如下DataFrame变量：

其结果如下：

1.1 sort_index用法

顾名思义，sort_index可以将DataFrame按照索引的大小顺序重新排列。其用法如下：

data_1=data.sort_index(ascending=False,ignore_index=True)

其结果如下：

先将data按其索引的逆序排序重新进行排列，逆序排列后的索引顺序为：C2->B1->A2->A1，并抛弃原有的索引(因为设置了ignore_index参数)即可得到上述结果。

1.2 sort_values用法

同样，sort_values可以将DataFrame按指定值的大小顺序重新排列，其用法如下：

data_2=data.sort_values(by='col_2',ascending=False,na_position='first',axis=0)
#按对应值与7运算余数大小来排列
data_3=data.sort_values(by='col_2',,ascending=False,key=lambda x:x%7)

其结果如下：

这里有以下几点需要说明：

data_2中的na_position指定的是排序列(本例中为col_2)中的空值对应的数据的存放位置，对其他列中的空值不施加任何影响；
data_3的排序结果说明：col_2列中的每个值进行key中指定的操作得到：key(97)=6, key(33)=5, key(3)=3, key(23)=2。然后按照这个大小顺序进行排列。
要注意自定义排序方法key中匿名函数的写法。该匿名函数中x对应的是DataFrame中指定排序列中的每一个具体元素，比如97,33等；
————————————————

2 其他参数用法

第1部分介绍了sort_index和sort_values的主要参数及其常规用法。这一部分主要介绍其他参数的用法

2.1 level：使用某一层级的索引来排序

当DataFrame中的索引为复合索引(MultiIndex)时，需要按照某个指定层级的索引对DataFrame进行排序时，可以通过设置level来实现。先使用如下代码修改data的索引：

data.index=pd.MultiIndex.from_product([['A1','A2'],['B1','B2']],names=['idx_1','idx_2'])

修改后的data结果如下：

当需要使用idx_2对应的索引对DataFrame进行排序时，可以使用参数level。具体如下：

data_4=data.sort_index(level=1) #也可以写作level='idx_2'

data_4结果如下：

2.2 axis轴

为了方便后续说明，先构建如下数据：

import pandas as pd
import numpy as np
data=pd.DataFrame(np.random.randint(10,100,size=(6,6)),
columns=pd.MultiIndex.from_product([['col_1','col_2'],['C1','C2','C3']],
names=['L_CF','L_CS']),
index=pd.MultiIndex.from_product([['idx_1','idx_2'],['R1','R2','R3']],
names=['L_IF','L_IS']))

data结果如下：