pandas.Series.sort_index

Series.sort_index(*, axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None)[source]

Сортировка Series по меткам индекса.

Возвращает новую Series, отсортированную по меткам, если аргумент inplace равен False, в противном случае обновляет исходную Series и возвращает None.

Параметры:

axis:{0 или ‘index’}

Не используется. Параметр необходим для совместимости с DataFrame.

level:int, необязательно

Если не None, сортировка по значениям в указанном уровне индекса.

ascending:bool или список bool, по умолчанию True

Сортировка по возрастанию или убыванию. Если индекс является многоуровневым, направление сортировки можно контролировать для каждого уровня индивидуально.

inplace:bool, по умолчанию False

Если True, выполнение операции на месте.

kind:{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, по умолчанию ‘quicksort’

Выбор алгоритма сортировки. См. также numpy.sort() для получения дополнительной информации. ‘mergesort’ и ‘stable’ — единственные стабильные алгоритмы. Для DataFrame этот параметр применяется только при сортировке по одному столбцу или метке.

na_position:{‘first’, ‘last’}, по умолчанию ‘last’

Если ‘first’, NaN располагаются в начале, если ‘last’ — в конце. Не реализовано для MultiIndex.

sort_remaining:bool, по умолчанию True

Если True и сортировка происходит по уровню, и индекс является многоуровневым, сортировка по другим уровням также выполняется (в порядке) после сортировки по указанному уровню.

ignore_index:bool, по умолчанию False

Если True, результирующая ось будет иметь метки 0, 1, …, n - 1.

key:callable, необязательно

Если не None, применяется функция key к значениям индекса перед сортировкой. Аналогично аргументу key в встроенной функции sorted(), с заметным отличием, что эта функция key должна быть *векторизованной*. Она должна ожидать Index и возвращать Index такой же формы.

Возвращаемое значение:

Series или None

Исходная Series, отсортированная по меткам, или None, если inplace=True.

См. также

DataFrame.sort_index

Сортировка DataFrame по индексу.

DataFrame.sort_values

Сортировка DataFrame по значению.

Series.sort_values

Сортировка Series по значению.

Примеры

>>> s = pd.Series(['a', 'b', 'c', 'd'], index=[3, 2, 1, 4])
>>> s.sort_index()
1    c
2    b
3    a
4    d
dtype: object

Сортировка по убыванию

>>> s.sort_index(ascending=False)
4    d
3    a
2    b
1    c
dtype: object

По умолчанию NaN находятся в конце, но используйте na_position, чтобы поместить их в начало

>>> s = pd.Series(['a', 'b', 'c', 'd'], index=[3, 2, 1, np.nan])
>>> s.sort_index(na_position='first')
NaN     d
 1.0    c
 2.0    b
 3.0    a
dtype: object

Укажите уровень индекса для сортировки

>>> arrays = [np.array(['qux', 'qux', 'foo', 'foo',
...                     'baz', 'baz', 'bar', 'bar']),
...           np.array(['two', 'one', 'two', 'one',
...                     'two', 'one', 'two', 'one'])]
>>> s = pd.Series([1, 2, 3, 4, 5, 6, 7, 8], index=arrays)
>>> s.sort_index(level=1)
bar  one    8
baz  one    6
foo  one    4
qux  one    2
bar  two    7
baz  two    5
foo  two    3
qux  two    1
dtype: int64

Не сортирует по оставшимся уровням при сортировке по уровням

>>> s.sort_index(level=1, sort_remaining=False)
qux  one    2
foo  one    4
baz  one    6
bar  one    8
qux  two    1
foo  two    3
baz  two    5
bar  two    7
dtype: int64

Применение функции key перед сортировкой

>>> s = pd.Series([1, 2, 3, 4], index=['A', 'b', 'C', 'd'])
>>> s.sort_index(key=lambda x : x.str.lower())
A    1
b    2
C    3
d    4
dtype: int64