1、说明DataFrame中的排序分为索引排序和值排序两种。
索引排序： sort_index (； 值排序： sort_values (； 值排名： rank () )。
索引排序涉及行索引、列索引排序、升序还是降序。 函数df.sort_index(axis=，ascending=，inplace=)必须特别注意这三个参数。 axis表示是对行操作还是对列操作； ascending表示升序或降序操作。
值排序也与行、列排序问题、升序、降序排序问题有关。 df.sort_values(by=，axis=，ascending=，inplace=)函数也需要特别注意这些参数，但只需增加一个by操作，就可以在任何行或任何列中使用
注： axis=0表示对行执行的操作，axis=1表示对列执行的操作。 ascending=True为升序，ascending=False为降序； inplace=True意味着操作原始数据帧本身，因此不需要赋值操作。 inplace=False相当于原始DataFrame的副本，部分后续操作是对该副本文件进行操作的，因此必须将其替代为保存操作后结果的变量。
2、索引排序(df.sort_index )对于行索引，按升序排列df=PD.dataframe )、a ) :(1、3、5、7、9 )、d ) : ) 1、2、3
对于列索引，按降序排列df=PD.dataframe(a(:(1、3、5、7、9 )、d ) :(1、2、3、4、5 ) c ) 3360 ) 3、6
3、值排序(df.sort_values )按升序排序(有实际意义) df=PD.dataframe ) ) a ' : (3，1，5，9，7 )，d'3360
将某一行按降序排列(实际意义不大) df=PD.dataframe((a ) : ) 3、1、5、9、7 )、(d ) : ) 4、1、2、5、3 )、c ) :
排序多个列(重要) df=PD.dataframe ) (a ) 3: (3，1，3，9，7 )，d ) : (666，1，888，5，3 )，c ) 3360索引
注：在上图中，我们分别按a列和d列排序。 首先按a列升序排列，a列有相同值时按d列降序排列。
4、sort_values ()中的na_position参数na_position参数用于设置缺损值的显示位置，first表示缺损值显示在最前面； last表示缺少的值显示在最后。
df=PD.data frame ((a ' : (10，8，np.nan，2，4 )，d': ) 1，7，5，3，8 )，b'3360 ) 5，2，in place
5、“值排名”: rank (函数1 ) rank函数的一般参数说明
2 )原始数据x=(name ) : ) HTDMn )、) yydfg )、) dqddt )、) xsdfj )、)等待中的长椅)、) rxddb )、) cjdlz )、)重要车辆) sasd
3 ) rank ) )函数为：method=" first " x={ ' name ' : [ ' htd Mn '，' yydfg '，' dqddt '，' xsdfj '，'等待中的长椅，' rxx
method=" min " x={ ' name ' : [ ' htd Mn '，' yydfg '，' dqddt '，' xsdfj '，'等待中的长椅'，' rxddb '，' cjdlz，]
method=" max " x={ ' name ' : [ ' htd Mn '，' yydfg '，' dqddt '，' xsdfj '，'等待中的长椅'，' rxddb '，' cjdlz，]
method=“average”x={ ' name ' : [ ' htd Mn '，' yydfg '，' dqddt '，' xsdfj '，'等待中的长椅'，' rxddb '，' cjdlz