Python Pandas对DataFrame列值计数后按类别值升序排序方法

pandas 中 DataFrame/Series 的 value_counts() 方法默认会按照计数值降序返回结果，要实现类别值升序排列、保留对应计数的效果，直接对计数结果按索引升序排序即可，两种常用写法如下：

• 写法1：链式调用排序方法，适配所有pandas版本

  # 将column_name替换为你实际要统计的目标列名
  count_result = df['column_name'].value_counts().sort_index(ascending=True)
  

  其中sort_index()会以计数结果的索引（也就是你统计的原类别值）作为排序依据，ascending=True指定按升序排列，输出效果和你预期的1.0、4.0、7.0、10.0依次对应计数的规则完全一致。
• 写法2：关闭默认计数排序后重排，逻辑更直观

  count_result = df['column_name'].value_counts(sort=False).sort_index()
  

  先传入sort=False关闭value_counts默认按计数值排序的逻辑，再按索引升序排列，最终输出结果和写法1完全相同。

执行后得到的计数结果样例如下：

1.0 1
4.0 1
7.0 2
10.0 1
... 其余类别均按数值从小到大依次排列，对应计数保持匹配

内容的提问来源于stack exchange，提问作者Randy