Python排序函数大全：sorted、sort、sort_values一次搞懂

一、序列排序

1. sorted()函数

先说sorted()，这是Python内置的一个排序函数，它不会动原来的序列，而是返回一个全新的排序后的列表。你只需要传入一个序列——列表、字典、元组、字符串都行，默认按升序排列。如果传的是字典，它返回的是键的列表。

list_1 = [2,5,3,9,6,4,1,3,0,2]
sorted(list_1)
#输出：
[0, 1, 2, 2, 3, 3, 4, 5, 6, 9]

#降序排序
list_1 = [2,5,3,9,6,4,1,3,0,2]
sorted(list_1,reverse=True)
#输出
[9, 6, 5, 4, 3, 3, 2, 2, 1, 0]

dict_1 = {9:'banana',4:'pear',7:'apple'}
sorted(dict_1)
#输出
[4, 7, 9]

2. sort()方法

再来看sort()，它是列表专属的内建方法，直接在原列表上动手，排序后原列表就变了，不会生成新列表，也没有返回值。字典、元组、字符串就甭想用这个了。

list_2 = [3,6,9,1,4]
list_2.sort()
print(list_2)
[1, 3, 4, 6, 9]

#降序排序
list_2 = [3,6,9,1,4]
list_2.sort(reverse = True)
print(list_2)
[9, 6, 4, 3, 1]

3. sort()方法和sorted()函数的区别

两个东西容易搞混，核心区别其实就两点：

• 是否改变原序列：sort()会原地修改，sorted()则返回新序列，原序列不动。
• 调用方式不同：sort()是序列.sort()，sorted()是sorted(序列, reverse=True/False)。

二、表中排序(Python—Pandas)

1. 按值排序

按照表中某一个字段的值进行排序

到了Pandas里，sort_values()是主力，它有点像SQL里的order by，可以指定按某列的数据排序，也可以按某行的数据排序。语法很直观：

DataFrame.sort_values(by='字段名',axis=0,ascending=True, inplace=False, na_position=‘last')

默认升序，ascending=True；想降序就改成False。

import pandas as pd
df=pd.DataFrame({'name':['张三','李四','王五'],
                 'class':[1,3,2],
                 'score':[98,94,100]})
print(df)
	name	class	score
0	张三		  1	 	 98
1	李四		  3	 	 94
2	王五		  2	 	 100

print(df.sort_values(by = 'score'))
#降序排序将参数ascending = False 即可。
   name	  class	  score
1	李四	   3	   94
0	张三	   1	   98
2	王五	   2	   100

2. 按索引排序

说白了，就是按行索引（index）或列索引（columns）的值来排序。举个例子：按行排序就是根据每行的索引值大小排，按列排序就是根据每列的列名大小排。

语法：

sort_index(axis=0, level=None, ascending=True, inplace=False, kind=‘quicksort', na_position=‘last',sort_remaining=True)

• axis：0表示按行索引，1表示按列索引。
• level：如果有多级索引，可以指定按哪一级排。
• ascending：是否升序，默认True。
• inplace：是否原地修改，默认False。
• kind：排序算法，默认快速排序。

总结

以上就是Python里几种常用排序方式的用法，从内置的sorted、sort到Pandas里的sort_values、sort_index，理清它们各自的特点，用起来就不会出错了。