1、sort_values功能及使用场景
功能：对数据进行排序
使用场景：合并/分组汇总/其他需要对时间等字段进行排列的场景
#示例，如下数据需要按照公司名称和时间进行排序，以便进行数据分析：
import pandas as pd
data={'company':['公司A','公司B','公司A','公司C'],
'data_month':['2020-12','2020-9','2021-3','2020-10']}
df=pd.dataframe(data)
print(df)
company data_month
0 公司A 2020-12
1 公司B 2020-9
2 公司A 2021-3
3 公司C 2020-10
2、sort_values使用方法
通俗版理解：
存放排序后新数据的新表=旧表.sort_values(‘排序字段’)
正经版理解：
DataFrame.sort_values(by=’##’,axis=0,ascending=True, inplace=False, na_position=’last’)
#举例
df1=df.sort_values(['company','data_month'])
print(df1)
company data_month
0 公司A 2020-12
2 公司A 2021-3
1 公司B 2020-9
3 公司C 2020-10
3、sort_values参数及其含义（不常用，但是要知道其功能）
参数含义axis
若axis=0或’index’，则按照列中数据大小排序；
若axis=1或’columns’，则按照索引中数据大小排序，默认axis=0
ascending是否按指定列的数组升序排列，默认为True，升序排列inplace是否用排序后数据替换原来数据，默认为False，不替换na_positionna_position {‘first’,’last’}，设定缺失值的显示位置在首部还是尾部
Original: https://blog.csdn.net/norah17/article/details/125956664
Author: norah17
Title: pandas——sort_values()用法及各参数含义
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/677827/
转载文章受原作者版权保护。转载请注明原作者出处！