如何对从Pandas多列数据框提取的最大值序列进行降序排序

我明白你的问题啦——你从多列的累计降雨量数据框里提取了每列的最大值（也就是每年的累计降雨峰值），但尝试排序时没得到预期结果。这是因为你用错了排序方法，我来一步步帮你解决：

先分析你当前的问题 #

• 你用df.max()得到的是一个Series（不是DataFrame）：它的索引是年份/平均列名，值是对应列的最大值。
• 你之前用sort_index(axis=0)是对**索引（年份）**排序，而非对最大值排序，所以结果还是按年份顺序输出；而axis=1报错是因为Series只有一个轴（轴0），不存在轴1，自然会抛出错误。

正确的解决步骤 #

1. 按最大值降序排序（保留索引）

如果你只是想对最大值序列按值降序排列，直接用sort_values()方法，指定ascending=False（降序）即可：

import pandas as pd

# 假设你的原始数据框已读取为df
max_series = df.max()
# 按最大值降序排序
sorted_series = max_series.sort_values(ascending=False)
print(sorted_series)

针对你的示例数据，输出会是这样（按降雨量从高到低排列）：

1951    837.6
1954    786.0
1949    713.6
1953    654.9
1946    647.0
...
Avge    542.7
1950    387.4
1948    379.5
...

2. 转成你需要的两列DataFrame（年份 + 最大值）

如果你要生成包含「年份」和「最大值」的两列DataFrame，可以在排序后用reset_index()把索引转成普通列，再重命名列名让结果更清晰：

# 排序后转成DataFrame
sorted_df = max_series.sort_values(ascending=False).reset_index()
# 重命名列名
sorted_df.columns = ['Year', 'Max_Cumulative_Rainfall']
print(sorted_df)

输出的结构会是这样：

3. 可选：排除"Avge"列，只排序年份数据

如果你不想包含平均（Avge）行，可以先从原始数据框中删除该列，再计算最大值和排序：

# 排除Avge列，仅计算年份对应的最大值
yearly_max_series = df.drop('Avge', axis=1).max()
# 排序并转成DataFrame
sorted_yearly_df = yearly_max_series.sort_values(ascending=False).reset_index()
sorted_yearly_df.columns = ['Year', 'Max_Cumulative_Rainfall']

关键知识点总结 #

• df.max()：计算每列的最大值，返回Series，索引为原DataFrame的列名，值为对应列的最大值。
• sort_values(ascending=False)：对Series的值进行降序排序，这是实现你需求的核心方法。
• sort_index()：仅对Series/DataFrame的索引排序，不是对值排序，所以之前用它得不到你想要的结果。
• reset_index()：把Series的索引转成普通列，方便生成你需要的两列DataFrame结构。

内容来源于stack exchange