pandas.Series.sort_index#

Series.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None)[源代码]#

按索引标签对系列进行排序。

如果满足以下条件，则返回按标签排序的新系列 inplace 论据是 False 否则，将更新原始序列并返回None。

参数

axis整型，默认为0: 轴指向直接排序。对于系列，该值只能为0。
level整型，可选: 如果不是无，则对指定索引级别中的值进行排序。
ascending布尔型或类似列表型布尔型，默认为True: 升序和降序排序。当索引为多索引时，可以单独控制每个级别的排序方向。
inplace布尔值，默认为False: 如果为True，则就地执行操作。
kind{‘快速排序’，‘合并排序’，‘堆排序’，‘稳定’}，默认‘快速排序’: 排序算法的选择。另请参阅 numpy.sort() 以获取更多信息。“合并排序”和“稳定”是唯一稳定的算法。对于DataFrames，此选项仅在对单个列或标签进行排序时应用。
na_position{‘First’，‘Last’}，默认为‘Last’: 如果‘first’把‘nans’放在开头，‘last’把‘nans’放在最后。未为多索引实现。
sort_remaining布尔值，默认为True: 如果为True且按级别和索引排序为多级，则在按指定级别排序后也按其他级别排序(按顺序)。
ignore_index布尔值，默认为False: 如果为True，则生成的轴将标记为0，1，…，n-1。

1.0.0 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

系列或无: 按标签排序的原始系列或无(如果 inplace=True 。

参见

DataFrame.sort_index: 按索引对DataFrame进行排序。
DataFrame.sort_values: 按值对DataFrame进行排序。
Series.sort_values: 按值对系列进行排序。

示例

>>> s = pd.Series(['a', 'b', 'c', 'd'], index=[3, 2, 1, 4])
>>> s.sort_index()
1    c
2    b
3    a
4    d
dtype: object

排序降序

>>> s.sort_index(ascending=False)
4    d
3    a
2    b
1    c
dtype: object

就地排序

>>> s.sort_index(inplace=True)
>>> s
1    c
2    b
3    a
4    d
dtype: object

默认情况下，将NAN放在末尾，但使用 na_position 把它们放在开头

>>> s = pd.Series(['a', 'b', 'c', 'd'], index=[3, 2, 1, np.nan])
>>> s.sort_index(na_position='first')
NaN     d
 1.0    c
 2.0    b
 3.0    a
dtype: object

指定要排序的索引级别

>>> arrays = [np.array(['qux', 'qux', 'foo', 'foo',
...                     'baz', 'baz', 'bar', 'bar']),
...           np.array(['two', 'one', 'two', 'one',
...                     'two', 'one', 'two', 'one'])]
>>> s = pd.Series([1, 2, 3, 4, 5, 6, 7, 8], index=arrays)
>>> s.sort_index(level=1)
bar  one    8
baz  one    6
foo  one    4
qux  one    2
bar  two    7
baz  two    5
foo  two    3
qux  two    1
dtype: int64

按级别排序时不按剩余级别排序

>>> s.sort_index(level=1, sort_remaining=False)
qux  one    2
foo  one    4
baz  one    6
bar  one    8
qux  two    1
foo  two    3
baz  two    5
bar  two    7
dtype: int64

在排序前应用键函数

>>> s = pd.Series([1, 2, 3, 4], index=['A', 'b', 'C', 'd'])
>>> s.sort_index(key=lambda x : x.str.lower())
A    1
b    2
C    3
d    4
dtype: int64

pandas.Series.slice_shift

pandas.Series.sort_values