如何使用Python Pandas按日期从最旧到最新排序CSV文件数据行

嘿，我来帮你搞定这个排序问题！你有个日期乱序的data.csv，想要用Pandas把数据按日期从最旧到最新排好，对吧？结合你给的初始代码和数据，我给你两种实用的实现方式：

方法一：读取时直接解析日期（更高效） #

这种方式在读取CSV的时候就把Date列转换成datetime类型，一步到位：

import pandas as pd

# 读取CSV并自动解析Date列为日期格式
data = pd.read_csv('data.csv', parse_dates=['Date'])
# 按Date列升序排序（最旧→最新），inplace=True直接修改原DataFrame
data.sort_values(by='Date', ascending=True, inplace=True)
# 重置索引，避免排序后索引混乱
data.reset_index(drop=True, inplace=True)

# 查看结果或者保存到新文件
print(data)
# data.to_csv('sorted_data.csv', index=False)  # 若需要保存排序后的文件

方法二：基于你提供的初始代码修改 #

如果你更倾向于先读取再转换日期，可以这样调整：

import pandas as pd

data = pd.read_csv('data.csv')
# 将Date列转为datetime类型，替换原列
data['Date'] = pd.to_datetime(data['Date'])
# 按Date升序排序，得到新的DataFrame
data_sorted = data.sort_values(by='Date', ascending=True)
# 重置索引
data_sorted.reset_index(drop=True, inplace=True)

# 输出结果
print(data_sorted)

关键参数说明 #

• ascending=True：这是实现从最旧到最新排序的核心，如果你想要反过来（最新→最旧），把它改成False就行。
• reset_index(drop=True)：排序后原索引会混乱，这行代码可以重置索引，让行号从0开始连续排列。

对了，看你给出的预期输出是按最新到最旧排列的（13:17 → 13:16 → 13:15），如果这才是你实际想要的，只需要把ascending=True改成ascending=False就可以得到对应的结果啦！

内容的提问来源于stack exchange，提问作者georgehere