懂Excel就能轻松入门Python数据分析包pandas(六)：排序

> 经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

前言

排序是非常基本的数据操作，Excel 中的排序功能是非常灵活，可以对行列进行排序。本文看看 pandas 中是如何做到与 Excel 一样的灵活。

Excel 排序

Excel 中对数据进行排序是非常简单的。如下：

• - 功能卡"数据"，"排序"按钮，即出现排序设置弹窗
• - 我们可以设置排序依据字段
• - 先设置按 班级 升序，班级 相同则按 语文 成绩升序
• - 在弹窗右上方，有"设置"按钮，其中可以选择对行还是对列排序

pandas 排序

pandas 中排序也是非常简单，并且基本与 Excel 上的流程原理是一致的，毕竟都是数据工具。如下：

• - DataFrame.sort_values()，即可对其排序
• - 第一参数指定排序依据关键列
• - 第二参数指定对应第一参数的关键列采用的升降序
• - 同样可以设置 axis=1 ，按行排序(实际应用场景较少)

Excel 中的排序可以自定义序列，也就是让用户自定义顺序，pandas 中，这功能不是放在 sort_values 中实现。

> 实际上 Excel 中同样是把自定义序列放在独立的功能中

比如，希望 班级按照"5,4,2,1,3,6,7"排序，如下：

• - pandas 中需要先构造一列 Categorical ，作为辅助列
• - Categorical 实例化时的第二个参数指定顺序
• - 最后同样调用 sort_values 方法即可完成自定义排序

> pandas 中的自定义排序相对繁琐，但我们完全可以自己对常用操作进行封装，同样可以做到一句到位完成自定义排序

总结

• - DataFrame.sort_values() ，对数据进行排序
• - 第一参数指定排序依据关键列
• - 第二参数指定升降序
• - 当需要自定义排序规则是，需要构造 Categorical 辅助列