print(df)
0 1 2
0 354.7 April 4.0
1 55.4 August 8.0
2 176.5 December 12.0
3 95.5 February 2.0
4 85.6 January 1.0
5 152 July 7.0
6 238.7 June 6.0
7 104.8 March 3.0
8 283.5 May 5.0
9 278.8 November 11.0
10 249.6 October 10.0
11 212.7 September 9.0
如您所见，月份不是按日历顺序排列的。因此，我创建了第二列以获取与每个月（1-12）相对应的月号。从那里，如何根据日历月的顺序对该数据框进行排序？
#1 楼
使用sort_values按特定列的值对df排序：根据排序优先级排序。如果使用sort_values，则结果将按df.sort_values(['2', '0'])列然后按2列进行排序。当然，对于本示例来说，这实际上没有任何意义，因为0中的每个值都是唯一的。#2 楼
我尝试了上述解决方案，但没有取得结果，因此我找到了一个对我有用的解决方案。 ascending = False是按降序对数据帧进行排序，默认情况下为True。我正在使用python 3.6.6和pandas 0.23.4版本。final_df = df.sort_values(by=['2'], ascending=False)
您可以在此处的pandas文档中查看更多详细信息。
#3 楼
就像另一种解决方案一样：您可以对字符串数据（月份名称）进行分类，而不是创建第二列，并按如下所示进行排序：
df.rename(columns={1:'month'},inplace=True)
df['month'] = pd.Categorical(df['month'],categories=['December','November','October','September','August','July','June','May','April','March','February','January'],ordered=True)
df = df.sort_values('month',ascending=False)
它将为您提供排序的数据创建
month name对象时指定的Categorical。#4 楼
使用列名对我有用。sorted_df = df.sort_values(by=['Column_name'], ascending=True)
#5 楼
只是添加一些对数据的操作。假设我们有一个数据帧df，我们可以做几个操作以获得所需的输出ID cost tax label
1 216590 1600 test
2 523213 1800 test
3 250 1500 experiment
(df['label'].value_counts().to_frame().reset_index()).sort_values('label', ascending=False)
将给
sorted的标签输出作为dataframe index label
0 test 2
1 experiment 1
#6 楼
这是根据pandas文档的sort_values模板。 DataFrame.sort_values(by, axis=0,
ascending=True,
inplace=False,
kind='quicksort',
na_position='last',
ignore_index=False, key=None)[source]
在这种情况下，将是这样。
df.sort_values(by=['2']) API参考pandas.DataFrame.sort_values
#7 楼
这对我有用df.sort_values(by='Column_name', inplace=True, ascending=False)
评论
上述解决方案对我不起作用。应该根据以下答案进行更改。
–纳菲斯·艾哈迈德（Nafees Ahmad）
8月10日12:14
@NafeesAhmad OP希望结果按升序排列，这与其他答案不同
– EdChum
8月10日12:45