Pandas sort_values() 参数详解与排序实战

桃夭

发布时间：2026-10-15| 4人浏览过

原创

本文深入解析Pandas中sort_values()函数的核心用法，涵盖by、axis、ascending等关键参数的配置细节。通过Series与DataFrame的实例演示，展示单列、多列及混合升降序的排序技巧，并补充处理缺失值、原地修改及索引重置等高级操作，帮助开发者高效实现数据排序需求。

sort_values() 参数详解

sort_values() 是 Pandas 中用于对数据进行排序的核心方法。

DataFrame.sort_values(by, 
               axis=0, 
               ascending=True, 
               inplace=False, 
               kind='quicksort', 
               na_position='last', # last，first；默认是last
               ignore_index=False, 
               key=None)

该函数支持丰富的参数配置，具体说明如下：

by：指定排序依据的列名或索引，支持传入单个字符串或多个字符串组成的列表。
axis：定义排序方向，0 表示按行排序（即对列索引操作），1 表示按列排序，默认值为 0。
ascending：控制排序顺序，True 为升序，False 为降序，默认按升序排列。
inplace：布尔值，若为 True 则直接在原数据对象上修改，不返回新对象；若为 False 则返回排序后的新对象，默认值为 False。
kind：指定排序算法，可选值包括 'quicksort'（快排）、'mergesort'（归并）、'heapsort'（堆排）和 'stable'（稳定排序），默认使用 'quicksort'。
na_position：决定缺失值（NaN）的位置，可选 'first' 或 'last'，默认将缺失值置于末尾。
ignore_index：布尔值，若为 True 则忽略原有索引，新生成的数据框索引将从 0 开始重新排列；若为 False 则保留原索引，默认值为 False。
key：接收一个函数或 lambda 表达式，在排序前对数据进行预处理或转换。

sort_values() 主要用于数值型数据的排序，数值按大小比较；对于字符型数据，则按字母顺序进行排序。

该方法同时适用于 Series 和 DataFrame 对象。

Series 与 DataFrame 排序实战

import pandas as pd
 
df = pd.DataFrame([['liver','E',89,21,24,64],
                   ['Arry','C',36,37,37,57],
                   ['Ack','A',57,60,18,84],
                   ['Eorge','C',93,96,71,78],
                   ['Oah','D',65,49,61,86]
                  ], 
                   columns = ['name','team','Q1','Q2','Q3','Q4'])
 
res1 = df.Q1.sort_values()
 
# DataFrame 需要传入一个或多个排序的列名
res2 = df.sort_values('Q4')
 
# 默认排序是升序，但可以指定排序方式
# 下例先按team升序排列，如遇到相同的team再按name降序排列
res3 = df.sort_values(by = ['team','name'], ascending = [True, False])

以下是具体的代码执行结果展示：

原始数据帧 df 如下：

对 Q1 列进行排序的结果 res1：

对 DataFrame 按 Q4 列排序的结果 res2：

先按 team 升序、再按 name 降序的多列排序结果 res3：

其他常用排序技巧与注意事项：

高级排序技巧与补充

# 其他常用方法如下:
s.sort_values(ascending = False) # 降序
s.sort_values(inplace = True) # 修改生效
s.sort_values(na_position = 'first') # 空值在前
# df按指定字段排列
df.sort_values(by = ['team'])
df.sort_values('Q1')
# 按多个字段，先排team，在同team内再看Q1
df.sort_values(by = ['mean','Q1'])
# 全降序
df.sort_values(by = ['mean','Q1'], ascending = False)
# 对应指定team升Q1降
df.sort_values(by = ['mean','Q1'], ascending = [True, False])

以上就是关于 Pandas 中 sort_values() 函数的详细用法介绍。如需了解更多相关技巧，建议查阅本站历史文章或继续关注后续更新，感谢支持！