pandas.DataFrame.sort_index

DataFrame.sort_index(*, axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None)

按标签（沿轴）对对象进行排序。

如果 inplace 参数为 False，则返回一个新的 DataFrame（按标签排序）；否则，将更新原始 DataFrame 并返回 None。

Parameters:

axis{0 或 ‘index’, 1 或 ‘columns’}, default 0

排序的轴。值 0 表示行，1 表示列。

levelint 或 level 名称，或 int 列表或 level 名称列表

如果不是 None，则按指定索引级别（或级别）上的值进行排序。

ascendingbool 或布尔值列表，默认为 True

升序与降序排序。当索引是 MultiIndex 时，可以针对每个级别单独控制排序方向。

inplacebool，默认 False

是修改 DataFrame 还是创建新的 DataFrame。

kind{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}，默认为 ‘quicksort’

排序算法的选择。有关更多信息，请参阅 numpy.sort() 。mergesort 和 stable 是唯一的稳定算法。对于 DataFrames，此选项仅在按单个列或标签排序时应用。

na_position{‘first’, ‘last’}，默认为 ‘last’

如果为 first，则将 NaN 放在开头；last 将 NaN 放在末尾。不支持 MultiIndex。

sort_remainingbool, default True

如果为 True 且按级别排序，并且索引是多级索引，则在按指定级别排序后，也按其他级别（按顺序）排序。

ignore_indexbool，默认 False

如果为 True，则生成的轴标签为 0, 1, …, n - 1。

keycallable，可选

如果不是 None，则在排序前将键函数应用于索引值。这类似于内置 sorted() 函数中的 key 参数，但有一个显著的区别是，此 key 函数应该是*矢量化*的。它应该接受一个 Index 并返回一个具有相同形状的 Index。对于 MultiIndex 输入，键会*按级别*应用。

Returns:

DataFrame 或 None

按标签排序后的原始 DataFrame，如果 inplace=True 则为 None。

参见

Series.sort_index

按索引对 Series 进行排序。

DataFrame.sort_values

按值对 DataFrame 进行排序。

Series.sort_values

按值对 Series 进行排序。

Examples

>>> df = pd.DataFrame([1, 2, 3, 4, 5], index=[100, 29, 234, 1, 150],
...                   columns=['A'])
>>> df.sort_index()
     A
1    4
29   2
100  1
150  5
234  3

默认情况下，它按升序排序，要按降序排序，请使用 ascending=False

>>> df.sort_index(ascending=False)
     A
234  3
150  5
100  1
29   2
1    4

可以指定一个键函数，该函数在排序前应用于索引。对于 MultiIndex，该函数分别应用于每个级别。

>>> df = pd.DataFrame({"a": [1, 2, 3, 4]}, index=['A', 'b', 'C', 'd'])
>>> df.sort_index(key=lambda x: x.str.lower())
   a
A  1
b  2
C  3
d  4