按列值排序使用sort_values()方法，可指定单列或多列及升降序；2. 按索引排序使用sort_index()方法，支持行或列索引排序；3. 两种方法均返回新对象，原数据不变，除非设置inplace=True。
在Python中使用pandas进行数据排序，主要有两种常用方式：按列值排序和按索引排序。这两种方法分别适用于不同的场景，下面详细介绍它们的用法和特点。
按列值排序（sort_values）
这是最常用的排序方式，根据某一列或多列的值对整个DataFrame进行排序。
• 使用 sort_values() 方法，通过指定列名来排序。• 可以设置 ascending=True（升序）或 ascending=False（降序）。
• 支持多列排序，传入列名列表即可，排序优先级从左到右。
示例：
df.sort_values(by='age', ascending=False) # 按年龄降序排列df.sort_values(by=['dept', 'salary'], ascending=[True, False]) # 先按部门升序，再按薪资降序
按索引排序（sort_index）
当需要根据行索引或列索引进行排序时，使用此方法。常用于索引混乱后恢复顺序。
立即学习“Python免费学习笔记（深入）”；
• 使用 sort_index() 方法，默认按行索引升序排列。• 设置 axis=1 可对列索引排序。
• 同样支持 ascending 参数控制方向。
示例：
df.sort_index() # 按行索引排序df.sort_index(axis=1) # 按列索引排序
df.sort_index(ascending=False)
基本上就这些。掌握 sort_values 和 sort_index 能应对大多数数据排序需求。注意排序后返回新对象，原数据不变，除非设置 inplace=True。
