如何对pandas DataFrame不同列分别设置升序、降序排序规则

解决方案 #

直接调用pandas内置的sort_values()方法，为不同排序列分别指定对应排序方向即可实现需求：

import pandas as pd

# 构造示例DataFrame
data = pd.DataFrame({"a":[1,3,5,4,2], "b":[1,1,2,1,1]})

# 按规则排序：b列降序，b值相等时a列升序
sorted_df = data.sort_values(by=['b', 'a'], ascending=[False, True])

# 如果需要排序后重置为连续的行索引，可添加ignore_index=True参数：
# sorted_df = data.sort_values(by=['b', 'a'], ascending=[False, True], ignore_index=True)

print(sorted_df)

运行后输出结果和预期完全一致：

a  b
2  5  2
0  1  1
4  2  1
1  3  1
3  4  1

参数说明 #

• by：传入排序优先级的列名列表，此处先按b列排序，b列值相同时再按a列排序
• ascending：传入和by列表一一对应的布尔值，False代表降序，True代表升序，刚好匹配b列降序、a列升序的要求
• 可选参数ignore_index=True：开启后会重置排序后的DataFrame行索引为从0开始的连续整数，避免保留原表的行索引

内容的提问来源于stack exchange，提问作者Ryan Slattery