图解Pandas的排序sort_values函数
大家好，我是Peter~
在上一篇pandas的文章中已经介绍排名机制中rank函数的使用。其实在实现排名的过程，已经顺带实现了排序的功能；但是pandas中还有一个重要的方法来解决排序问题：sort_values。
Pandas连载
Pandas文章已经形成连载，前10篇文章分别是：
参数解释
DataFrame.sort_values(by,
axis=0,
ascending=True,
inplace=False,
kind='quicksort',
na_position='last', # last，first；默认是last
ignore_index=False,
key=None)
参数的具体解释为：
- by：表示根据什么字段或者索引进行排序，可以是一个或多个
- axis：排序是在横轴还是纵轴，默认是纵轴axis=0
- ascending：排序结果是升序还是降序，默认是升序
- inplace：表示排序的结果是直接在原数据上的就地修改还是生成新的DatFrame
- kind：表示使用排序的算法，快排quicksort,，归并mergesort， 堆排序heapsort，稳定排序stable ，默认是 ：快排quicksort
- na_position：缺失值的位置处理，默认是最后，另一个选择是首位
- ignore_index：新生成的数据帧的索引是否重排，默认False（采用原数据的索引）
- key：排序之前使用的函数
参数案例说明
下面会通过不同的案例来说明各个参数的使用方法和含义，模拟的第一份数据如下，里面有一个缺失值：
df = pd.DataFrame({
'姓名': ['Tom', 'Peter', 'Jack', 'Jim', 'Mike', 'Nob'],
'语文': [112, 112, 131, 98, 117, 124],
'数学': [127, 139, 100, 133, 122, 114],
'外语': [139, 88, 140, np.nan, 122, 114], # 存在缺失值
'住址': ['深圳', '广州', '深圳', '珠海', '广州', '东莞']}
)
df
by
by参数是必需的，也是最简单的参数：我们必须指定按照哪个列属性或者行索引来排序，可以是一个或多个，by关键字可以省略。
df.sort_values(by="数学")
df.sort_values(by=["语文","数学"]) # 多个字段的排序
axis
axis参数表示的是在哪个方向上排序，axis=0纵轴，axis=1横轴，看一份新的模拟数据：
data = pd.DataFrame({'a':[7,4,6,3],
'b':[4,3,2,1],
'c':[8,9,5,1]})
data
# 结果
a b c
0 7 4 8
1 4 3 9
2 6 2 5
3 3 1 1
inplace
当inplace=True的时候，原数据在排序之后会直接修改：
ascending
可以是一个或者多个字段的排序，通过列表的形式指定：
df.sort_values(by="数学",ascending=False) # 一个字段排序
df.sort_values(by=["语文","数学"], # 多个字段的不同排序方式
ascending=[True,False]
)
na_position
缺失值的位置处理：默认是最后，也可以放到最前面：
上面默认是在末尾。也可以放在首位：
ignore_index
表示新生成的数据中的索引是采用原数据的索引还是新生成的0,1,2,3…...
key
表示在排序之前使用的函数：
为了解释key参数，我们再模拟一份数据：
data1 = pd.DataFrame({
'col1': [2, 1, 9, 8, 7, 4],
'col2': [0, 1, 9, 4, 2, 3],
'col3': ['a', 'e', 'F', 'B', 'c', 'D']
})
data1
上面的例子很好地显示了参数key的使用，解释下上面两行代码的运行结果，我们对col3字段排序：
- 默认情况下，字母是按照它们对应的ASCII码进行比较的(A-65,a-97)；所以升序的结果就是：BDFace
- 加上了key参数，我们写了一个匿名函数lambda，作用是将col3中的字符串全部变成小写字母，这样升序自然是aBcDeF，因为此时的BDF变成了bdf
总结
排序sort_values函数在平时使用的频率是非常高的，经常需要对销售数据做TopN分析。它能够很快地运用于电商领域，包含TopN的销售额、用户、商品、销售员业绩等；不同学科的排名，学生的成绩等诸多场景，希望对读者有所帮助。
