EXCEL的數(shù)值排序功能還是挺強大的，升序、降序，尤其自定義排序，能夠?qū)Χ鄠€字段進行排序工作。

那么，在Python大法中，有沒有這樣強大的排序功能呢？答案是有的，而且本人覺得Python的排序功能，一點不比EXCEL的差。

同樣，我們依然用到的是強大的pandas這個三方庫。我們先將numpy和pandas導(dǎo)入進來：

接著構(gòu)造一個今天要用到的DataFrame，我們用字典的形式來構(gòu)造。

都是隨意構(gòu)造的，內(nèi)容別較真。我們先來個簡單點的熱熱身，按照身高的降序來排列一下。

我們用到的是df.sort_values()這個函數(shù)。第一個參數(shù)為by，傳入你要排序的列的標簽名即可，后面的ascending參數(shù)指示排序方法為升序還是降序，True為升序，F(xiàn)alse為降序。由于存在相同的身高，pandas會自動的比較兩個相同身高所對應(yīng)的index，按照index的升序來排列。

假如我有這樣一個需求：先按照身高降序排序，若存在相同的身高，則再按照武力來降序排序，可以做到嗎？

當(dāng)然可以，我們只需要在by參數(shù)里傳入列標簽組成的列表即可。

通過這個例子我們可以看到，by參數(shù)不但可以傳入字符串，還可以傳入字符串組成的列表，來實現(xiàn)對多個列進行排序。

接著，我的要求再高一點。身高我依然需要降序，但是武力我需要升序，可以嗎？

我們直接上結(jié)果：

跟by參數(shù)類似，我們只需要在ascending參數(shù)中也傳入布爾值組成的列表就可以了，意思就是告訴pandas，這兩列我各自需要的排序方式，就跟后面ascending參數(shù)里指定的一樣。因此，這兩個參數(shù)的列表內(nèi)的元素個數(shù)需要是一致的，否則就會報錯了，因為沒法一一對應(yīng)。

關(guān)于sort_values這個強大的排序函數(shù)就介紹到這了。除了這些參數(shù)之外，它還有inplace、kind和na_position等參數(shù)來應(yīng)對不同的排序需求。可以參考官網(wǎng)文檔進行學(xué)習(xí)

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。