尝试按数字列对pandas数据帧进行排序，但得到奇怪的输出

在pandas中，可以使用sort_values()方法对数据帧进行排序。如果你得到了奇怪的输出，可能是由于以下几个原因：

1. 数据类型不匹配：在排序之前，确保要排序的列的数据类型是一致的。可以使用dtypes属性检查每列的数据类型，并使用astype()方法进行类型转换。
2. 缺失值处理：如果数据帧中存在缺失值，排序时可能会产生奇怪的结果。可以使用dropna()方法删除包含缺失值的行，或使用fillna()方法填充缺失值。
3. 排序顺序设置：默认情况下，sort_values()方法按升序排序。如果需要按降序排序，可以将ascending参数设置为False。

下面是一个示例代码，演示如何按数字列对pandas数据帧进行排序：

import pandas as pd

# 创建示例数据帧
data = {'A': [3, 1, 2],
        'B': [5, 4, 6]}
df = pd.DataFrame(data)

# 按列'A'进行排序
df_sorted = df.sort_values('A')

print(df_sorted)

输出结果应为：

   A  B
1  1  4
2  2  6
0  3  5

在这个例子中，我们按列'A'进行了升序排序。如果需要按降序排序，可以使用df.sort_values('A', ascending=False)。

关于pandas的更多信息和用法，请参考腾讯云文档中的《pandas数据分析库》。