如何独立对DataFrame的各列分别进行排序？

嘿，我懂你要的是让DataFrame里的每一列各自独立排序、互相不干扰的需求，这在Pandas里其实很容易实现，给你两种实用的方法：

方法一：使用apply()函数（最直观易懂） #

首先先构造你给出的输入DataFrame：

import pandas as pd

# 构造输入数据
df = pd.DataFrame({
    'Column1': [61, 14, 26],
    'Column2': [5, 16, 27],
    'Column3': [9, 8, 7]
})

然后用apply()遍历每一列，对每列单独排序，同时重置索引避免原索引混乱：

# 对每列单独排序，互不影响
df_sorted = df.apply(lambda col: col.sort_values().reset_index(drop=True))

执行后得到的输出结果就是每列各自从小到大排序后的DataFrame：

Column1  Column2  Column3
0       14        5        7
1       26       16        8
2       61       27        9

方法二：使用numpy.sort()（大数据量更高效） #

如果你的DataFrame数据量较大，用numpy的排序方法会更高效：

import numpy as np

# 对每列排序后重新转为DataFrame
df_sorted = pd.DataFrame(np.sort(df.values, axis=0), columns=df.columns)

这个方法直接对整个DataFrame的数值按列排序（axis=0表示按列操作），结果和方法一完全一致，速度上会更快一些。

简单说，两种方法都是让每一列的元素独立排序，不会因为某一列的排序改变其他列的元素顺序，完美匹配你的需求～

内容的提问来源于stack exchange，提问作者dbustosp