标题	详情
作者简介	愚公搬代码
头衔	华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，亚马逊技领云博主，51CTO博客专家等。
近期荣誉	2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主，2024年华为云十佳博主等。
博客内容	.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。
欢迎	👍点赞、✍评论、⭐收藏

---

🚀前言

在数据分析的过程中，数据的排序是一个不可或缺的环节。无论是在探索性数据分析中了解数据分布，还是在准备数据可视化时展示清晰的趋势，掌握如何对DataFrame中的数据进行有效排序都是至关重要的。Pandas库为我们提供了强大的排序功能，使得这一过程简单而高效。

本文将深入探讨DataFrame的数据排序，包括按单列或多列排序的技巧、升序和降序的设置、以及如何处理缺失值对排序结果的影响。我们将通过具体示例，帮助你快速掌握这些操作，提升数据处理的灵活性和效率。

🚀一、DataFrame的数据排序

🔎1.数据排序整理

🦋1.1 sort_values 方法概述

DataFrame.sort_values() 是 Pandas 中用于数据排序的核心方法，功能类似 SQL 的 ORDER BY。支持按行/列排序，语法如下：

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

🦋1.2 参数详解

参数	说明
by	排序依据的列名或列名列表
axis	排序轴：0 按行排序（默认），1 按列排序
ascending	排序顺序：True 升序（默认），False 降序；多列可用布尔列表指定
inplace	是否原地修改：False 返回新对象（默认），True 直接修改原对象
kind	排序算法：quicksort（默认）、mergesort、heapsort
na_position	缺失值位置：last 末尾（默认），first 开头
ignore_index	是否重置索引：False 保留原索引（默认），True 生成新索引（0~n-1）

🦋1.3 排序场景与实例

☀️1.3.1 单列排序

场景：按指定列（如“销量”）降序排序
代码：

import pandas as pd
excelFile = 'mrbook.xlsx'
df = pd.DataFrame(pd.read_excel(excelFile))
#设置数据显示的列数和宽度
pd.set_option('display.max_columns',500)
pd.set_option('display.width',1000)
#解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
print('-------------------------按照一列数据排序-------------------------')
#按“销量”列降序排序
df=df.sort_values(by='销量',ascending=False)
print(df)

☀️1.3.2 多列排序

场景：按多列优先级排序（如先“图书名称”降序，再“销量”降序）
代码：

import pandas as pd
excelFile = 'mrbook.xlsx'
df = pd.DataFrame(pd.read_excel(excelFile))
#设置数据显示的列数和宽度
pd.set_option('display.max_columns',</