pandas.Index.sort_values#
- Index.sort_values(return_indexer=False, ascending=True, na_position='last', key=None)[源代码]#
返回索引的排序副本。
返回索引的已排序副本，还可以选择返回对索引本身进行排序的索引。
- 参数
- return_indexer布尔值，默认为False
是否返回对索引进行排序的索引。
- ascending布尔值，默认为True
索引值是否应按升序排序。
- na_position{‘First’或‘Last’}，默认为‘Last’
论元‘first’把‘nans’放在开头，‘last’把nans放在末尾。
1.2.0 新版功能.
- key可调用，可选
如果不是无，则在排序前将键函数应用于索引值。这类似于 key 建筑中的参数
sorted()函数，但显著不同的是，这 key 函数应为 矢量化 。它应该期待一个Index并返回一个Index同样的形状。1.1.0 新版功能.
- 退货
- sorted_indexpandas.Index
索引的排序副本。
- indexerNumpy.ndarray，可选
索引本身的排序依据的索引。
参见
Series.sort_values对序列的值进行排序。
DataFrame.sort_values对DataFrame中的值进行排序。
示例
>>> idx = pd.Index([10, 100, 1, 1000]) >>> idx Int64Index([10, 100, 1, 1000], dtype='int64')
按升序排序值(默认行为)。
>>> idx.sort_values() Int64Index([1, 10, 100, 1000], dtype='int64')
按降序排序值，并获得索引 idx 是按以下方式排序的。
>>> idx.sort_values(ascending=False, return_indexer=True) (Int64Index([1000, 100, 10, 1], dtype='int64'), array([3, 1, 0, 2]))