Series的排序：
Series.sort_values(ascending=True,inplace=False）
参数说明：
- ascending：默认True为升序排序，为False降序排序
- inplace：是否修改原始Series
DateFrame的排序：
DateFrame.sort_values(by,ascending=True,inplace=False)
参数说明：
- by：字符串或者List<字符串>，单列排序或者多列排序
- ascending：bool或者List，升序还是降序，如果是List对应by的多列
- inplace：是否修改原始DateFrame
案例：
首先打开一份数据
1、 Series的排序
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_csv(r'data\sh600000.csv',encoding='gbk')
add=df['最高价'].sort_values() #默认是升序
print(add)
如果需要降序排列，增加一个ascending=False即可
df=pd.read_csv(r'data\sh600000.csv',encoding='gbk')
add=df['最高价'].sort_values(ascending=False)
print(add)
2、DateFrame的排序
2-1：使用 DateFrame单列排序
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_csv(r'data\sh600000.csv',encoding='gbk')
add=df.sort_values(by='最高价') #默认是升序
print(add)
以上图片的结果它不仅仅对最高价的列进行排序，它还对所有的行进行了排序
当然也可以对最高价进行降序排序
df=pd.read_csv(r'data\sh600000.csv',encoding='gbk')
add=df.sort_values(by='最高价',ascending=False)
print(add)
2-2： 使用 DateFrame 多列排序
#按最高价、收盘价排序，默认升序
add=df.sort_values(by=['最高价','成交量'])
print(add)
#按最高价、收盘价排序，2个字段都是降序
add=df.sort_values(by=['最高价','成交量'],ascending=False)
print(add)
#分别指定升序和降序
add=df.sort_values(by=['最高价','收盘价'],ascending=[True,False])
print(add)