如何用Pandas对CSV文件指定两列分别按升降序排序？

你的核心问题是原函数对所有列统一使用降序排序，没有区分不同列的排序方向。要实现指定列按不同规则独立排序，只需针对目标列单独设置排序逻辑即可，无需遍历所有列。

修改后的代码如下：

import pandas as pd  

# 读取并重命名数据
bus1_data = pd.read_csv("p1Bus1Data.csv", header=None)
bus1_data.rename(columns={0: 'quantity bids', 1: 'price of bids', 2: 'quantity of offers', 3: 'price of offers'}, inplace=True)

bus2_data = pd.read_csv("p1Bus2Data.csv", header=None)
bus2_data.rename(columns={0: 'quantity bids', 1: 'price of bids', 2: 'quantity of offers', 3: 'price of offers'}, inplace=True)

def sort_columns_independently(df):
    # 复制原数据，避免修改原始数据集
    sorted_df = df.copy()
    # 对"price of bids"列按降序排序
    sorted_df['price of bids'] = sorted_df['price of bids'].sort_values(ascending=False).values
    # 对"price of offers"列按升序排序
    sorted_df['price of offers'] = sorted_df['price of offers'].sort_values(ascending=True).values
    # 若其他列也需排序，可在此添加对应规则，否则保持原顺序
    return sorted_df

sorted_bus1_data = sort_columns_independently(bus1_data)
sorted_bus2_data = sort_columns_independently(bus2_data)

关键说明 #

• 针对目标列单独指定排序方向：ascending=False对应降序，ascending=True对应升序
• 使用.values提取排序后的数组赋值，确保列内数据按规则重新排列，不破坏数据框结构
• 先复制数据框再操作，避免误修改原始数据

如果需要对其他列也进行排序，只需在函数中添加对应代码即可，例如要让"quantity bids"按升序排列，可添加：

sorted_df['quantity bids'] = sorted_df['quantity bids'].sort_values(ascending=True).values

内容的提问来源于stack exchange，提问作者Juan Garcia