今天要來講講Pandas使用sort_index排序，
會稍微複習到一些昨天的東西(DAY28 Pandas自訂資料index索引值)，
直接來看範例吧。

範例

首先，先建立一個DataFrame結構的資料，
或是有匯入的資料轉成DataFrame結構也行。
這邊為了方便對照，先印出完整的資料來看。

studentsData = {
    'studentId': ['001', '002', '003'],
    'Name': ['A', 'B', 'C'],
    'Height': [175, 153, 164],
    'Weight': [80, 45, 75],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
students = pd.DataFrame(studentsData)
print(students)

印出資料如下，
可以看到系統已自動將資料預設index數值0、1、2。

  studentId Name  Height  Weight         City
0       001    A     175      80     New York
1       002    B     153      45  Los Angeles
2       003    C     164      75      Chicago

這裡複習一下昨天的自訂資料index索引值，
把index索引值換掉(這部分不懂的可以回昨天的文章看看)，
這裡型別使用字串來做示範。

    studentId Name  Height  Weight         City
id3       001    A     175      80     New York
id1       002    B     153      45  Los Angeles
id2       003    C     164      75      Chicago

index排序 遞增(由小到大)

當資料index索引值已經可以辨識順序時，
可以使用sort_index語法自動排序，
在資料後加上.sort_index()，
其中ascending項是可被省略的。
這裡要特別注意的是ascending，
ascending參數為布林值，預設為True，
而ascending的參數代表了資料的順序，
簡單來說
True代表了遞增(由小到大)(預設)，
False代表了遞減(由大到小)；

使用方式如下。

print(students.sort_index()) # ascending預設為True
# print(students.sort_index(ascending=True)) # 與上列相同

印出資料如下，
可以看到index索引值依照順序遞增(由小到大)排列，
而資料順序也隨之移動。

    studentId Name  Height  Weight         City
id1       002    B     153      45  Los Angeles
id2       003    C     164      75      Chicago
id3       001    A     175      80     New York

index排序 遞減(由大到小)

如同前面所述，
這裡加上ascending=False，
使排序遞減(由大到小)，
使用方式如下。

print(students.sort_index(ascending=False))

印出資料如下，
可以看到index索引值依照順序序遞減(由大到小)排列，
而資料順序也隨之移動。

    studentId Name  Height  Weight         City
id3       001    A     175      80     New York
id2       003    C     164      75      Chicago
id1       002    B     153      45  Los Angeles

今日結語

結合昨天的自訂資料index索引值，
今天學會如何使用Pandas的sort_index排序，
讓資料變得整齊，
才能進一步的做資料的整理。