如何按两列或更多列对python pandas中的dataFrame进行排序？
假设我有一个数据列a，其中包含，b和c，我想b按升序按列对数据帧进行排序，然后按c降序按列对数据帧进行排序，我该怎么做？
问题答案：
从0.17.0版开始，sort不推荐使用该方法，而推荐使用sort_values。 sort在0.20.0版本中被完全删除。参数（和结果）保持不变：
df.sort_values(['a', 'b'], ascending=[True, False])
你可以使用的升序参数sort：
df.sort(['a', 'b'], ascending=[True, False])
例如：
In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
a b
2 1 4
7 1 3
1 1 2
3 1 2
4 3 2
6 4 4
0 4 3
9 4 3
5 4 1
8 4 1
如@renadeen所评论
默认情况下，排序不正确！因此，你应该将sort方法的结果分配给变量，或者将inplace = True添加到方法调用中。
也就是说，如果你想将df1用作已排序的DataFrame：
df1 = df1.sort(['a', 'b'], ascending=[True, False])
要么
df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
-
假设我有一个包含列，和的数据帧，我想按升序按列排序，按降序按列排序，如何我要这么做吗？
-
我有一个pandas数据帧（df），我需要根据列值的计数对其进行排序。列的值是字符串。 例如，目标列的值为橙色、苹果色、香蕉色和桃色。单个计数（df['fruit'].value_counts（））为： 香蕉2678 桃2250 橙色1765 苹果1691 结果我需要根据这些计数对初始数据帧（包括所有列等）进行排序。因此，在前2678行中，水果列中的值应为香蕉等
-
如您所见，月份不按日历顺序排列。所以我创建了第二列来获取每个月（1-12）对应的月份号。从那里，我如何根据日历月份的顺序对此数据帧进行排序？
-
问题内容： 我有一个从排序的csv创建的以下列表 我实际上想按两个条件对列表进行排序：首先按字段1中的值，然后按字段2中的值。我该怎么做？ 问题答案： 像这样：
-
问题内容： 我有一个SQLite表，其格式如下： 学生列中有学生姓名，其他列中有描述各个科目的分数的数值。我想为每个学生找到的是他们学科的排名。例如，对于该行， 我想要的输出是 这是每个学生的全部5门科目的排名。输出不必采用我显示的格式。我只需要一个输出，指示每个学生每个学科的排名。如何在SQLite中实现它？ 我发现了RANK和ROW_NUMBER，但不了解如何将它们用于多列。 问题答案： 我的
-
问题内容： 如何按两列对CSV文件进行排序？现在，我可以按一列对其进行排序。我需要按前两列对其进行排序。怎么做？这是我用来按其第一列进行排序的代码： 编辑：两列排序后的输出变为： 我需要这样的输出： 但是，我希望第三列显示当前在第三列中显示的值中X的最小值，然后显示Y的最小值，然后显示Z。 问题答案： 尽管创建类作为 域的 适当表示通常是一个好主意：在这种情况下，我 不同意 注释。 读取CSV并按