Python使用pandas实现对数据进行特定排序

pip install pandas

import pandas as pd
 
# 创建示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 20, 35]
}
df = pd.DataFrame(data)
 
# 对Age列进行升序排序
df_sorted = df.sort_values(by='Age')
print(df_sorted)

# 对Age列进行降序排序
df_sorted_desc = df.sort_values(by='Age', ascending=False)
print(df_sorted_desc)

# 创建示例数据
data = {
    'Name': ['Alice', 'Bob', 'Alice', 'Bob'],
    'Age': [25, 30, 20, 35],
    'Height': [160, 170, 165, 175]
}
df = pd.DataFrame(data)
 
# 先按Name列升序排序，再按Age列降序排序
df_sorted_multi = df.sort_values(by=['Name', 'Age'], ascending=[True, False])
print(df_sorted_multi)

# 自定义排序规则：按Name列的长度进行排序
df_sorted_custom = df.sort_values(by='Name', key=lambda x: x.str.len())
print(df_sorted_custom)

# 创建含有缺失值的示例数据
data = {
    'Name': ['Alice', 'Bob', None, 'David'],
    'Age': [25, 30, 20, 35]
}
df = pd.DataFrame(data)
 
# 将缺失值放在最前面
df_sorted_na_first = df.sort_values(by='Name', na_position='first')
print(df_sorted_na_first)
 
# 将缺失值放在最后面
df_sorted_na_last = df.sort_values(by='Name', na_position='last')
print(df_sorted_na_last)

# 创建示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 20, 35]
}
df = pd.DataFrame(data, index=['b', 'a', 'd', 'c'])
 
# 按索引升序排序
df_sorted_index_asc = df.sort_index()
print(df_sorted_index_asc)
 
# 按索引降序排序
df_sorted_index_desc = df.sort_index(ascending=False)
print(df_sorted_index_desc)

# 创建示例数据
data = {
    'Group': ['A', 'B', 'A', 'B', 'A'],
    'Value': [1, 2, 3, 4, 5]
}
df = pd.DataFrame(data)
 
# 按Group列进行分组，并对每个分组的Value列进行降序排序
df_sorted_group = df.sort_values(by=['Group', 'Value'], ascending=[True, False])
print(df_sorted_group)

# 创建示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Alice'],
    'Age': [25, 30, 20, 35, 22],
    'Height': [160, 170, 165, 175, 168]
}
df = pd.DataFrame(data)
 
# 先按Age列升序排序，再按Height列降序排序
df_sorted_complex = df.sort_values(by=['Age', 'Height'], ascending=[True, False])
print(df_sorted_complex)

# 使用sort_index()而不是sort_values()进行索引排序
df_sorted_index = df.sort_index()
print(df_sorted_index)