標題	詳情
作者簡介	愚公搬代碼
頭銜	華為云特約編輯，華為云云享專家，華為開發者專家，華為產品云測專家，CSDN博客專家，CSDN商業化專家，阿里云專家博主，阿里云簽約作者，騰訊云優秀博主，騰訊云內容共創官，掘金優秀博主，亞馬遜技領云博主，51CTO博客專家等。
近期榮譽	2022年度博客之星TOP2，2023年度博客之星TOP2，2022年華為云十佳博主，2023年華為云十佳博主，2024年華為云十佳博主等。
博客內容	.NET、Java、Python、Go、Node、前端、IOS、Android、鴻蒙、Linux、物聯網、網絡安全、大數據、人工智能、U3D游戲、小程序等相關領域知識。
歡迎	??點贊、?評論、?收藏

---

??前言

在數據分析的過程中，數據的排序是一個不可或缺的環節。無論是在探索性數據分析中了解數據分布，還是在準備數據可視化時展示清晰的趨勢，掌握如何對DataFrame中的數據進行有效排序都是至關重要的。Pandas庫為我們提供了強大的排序功能，使得這一過程簡單而高效。

本文將深入探討DataFrame的數據排序，包括按單列或多列排序的技巧、升序和降序的設置、以及如何處理缺失值對排序結果的影響。我們將通過具體示例，幫助你快速掌握這些操作，提升數據處理的靈活性和效率。

??一、DataFrame的數據排序

??1.數據排序整理

??1.1 sort_values 方法概述

DataFrame.sort_values() 是 Pandas 中用于數據排序的核心方法，功能類似 SQL 的 ORDER BY。支持按行/列排序，語法如下：

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False)

??1.2 參數詳解

參數	說明
by	排序依據的列名或列名列表
axis	排序軸：0 按行排序（默認），1 按列排序
ascending	排序順序：True 升序（默認），False 降序；多列可用布爾列表指定
inplace	是否原地修改：False 返回新對象（默認），True 直接修改原對象
kind	排序算法：quicksort（默認）、mergesort、heapsort
na_position	缺失值位置：last 末尾（默認），first 開頭
ignore_index	是否重置索引：False 保留原索引（默認），True 生成新索引（0~n-1）

??1.3 排序場景與實例

??1.3.1 單列排序

場景：按指定列（如“銷量”）降序排序
代碼：

import pandas as pd
excelFile = 'mrbook.xlsx'
df = pd.DataFrame(pd.read_excel(excelFile))
#設置數據顯示的列數和寬度
pd.set_option('display.max_columns',500)
pd.set_option('display.width',1000)
#解決數據輸出時列名不對齊的問題
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
print('-------------------------按照一列數據排序-------------------------')
#按“銷量”列降序排序
df=df.sort_values(by='銷量',ascending=False)
print(df)

??1.3.2 多列排序

場景：按多列優先級排序（如先“圖書名稱”降序，再“銷量”降序）
代碼：

import pandas as pd
excelFile = 'mrbook.xlsx'
df = pd.DataFrame(pd.read_excel(excelFile))
#設置數據顯示的列數和寬度
pd.set_option('display.max_columns',</