完成資料篩選後，我們可以針對特定欄位進行排序，幫助我們快速整理與觀察，以下將透過案例替大家介紹兩種資料排序的方式，內容包含：

1. 根據數值（value）排序
2. 根據索引值（index）排序

■ 案例

1. 線上課程資訊
   

2. 程式碼

import pandas as pd
data = {'title':['Simple, Healthy Fall Recipes','Learn to Program with C++',
                 'CSS Fundamentals','HTML Workshop','Planning Your Podcast',
                 'Cake Decorating For Fun '],
		'category':['Lifestyle','Development','Development',
                 'Development','Business','Lifestyle'],
        'price':[20,60,50,20,50,40]}
df = pd.DataFrame(data)

■ 方法｜根據數值（value）排序

Pandas 提供 sort_values（by =‘欄位名稱’, ascending = True 或 False）方法排序。

• 參數 by 決定要排序的欄位，必填！
• 參數 ascending 預設為True，執行由小到大的升冪排序；False 則執行由大到小的降冪排序
• 非數值型態的資料，電腦會自動依首位字母的ASCII 編碼排序

1. 單一欄位排序：於參數 by 指定欄位名稱
舉例：將資料依據 price 欄位分別進行升冪和降冪排序

price_asc = df.sort_values(by='price') # 依price升冪排序
price_desc = df.sort_values(by='price',ascending = False) # 依price降冪排序
print(price_asc)
print('---------------------------------------------------')
print(price_desc)

輸出結果：

2. 多欄位排序：於參數 by 使用列表（list）指定多個欄位名稱
舉例：將資料依據 category 和 price 兩個欄位排序，先排 category 再排 price

multi_sort = df.sort_values(by=['category','price']) 
print(multi_sort)

輸出結果：

若不同欄位有不同排序的需求時，可於參數 ascending 分別設定。
舉例：依據 category 和 price 兩個欄位排序，先降冪排 category 再升冪排 price

mix_sort = df.sort_values(by=['category','price'],ascending=[False,True]) 
print(mix_sort)

輸出結果：

■ 方法｜根據索引值（index）排序

Pandas 提供 sort_index（ascending = True 或 False） 方法排序。
舉例：依 DataFrame 的索引值做升冪、降冪排序

asc = df.sort_index  # 升冪排序df
desc = df.sort_index(ascending=False) #降冪排序df
print(asc)
print('---------------------------------------------------')
print(desc)

輸出結果：

■ 結語

善用 sort_values() 和 sort_index() 函數，搭配參數的設定，便能輕鬆完成資料排序！如果有任何不理解、錯誤或其他方法想分享的話，歡迎留言給我！喜歡的話，也歡迎按讚訂閱！

我是 Eva，一位正在努力跨進資料科學領域的女子！我們下一篇文章見！Bye Bye~
【本篇文章將同步更新於個人的 Medium，期待與您的相遇！】