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)