在数据处理中，排序是最常用的操作之一。通过排序，我们可以快速找到数据中的最大值、最小值，或者按照特定规律组织数据，便于后续分析。pandas作为Python中强大的数据处理库，提供了sort_values函数来实现数据排序。本文将从基础到实战，带大家一步步掌握这个函数的使用。

一、为什么需要排序？¶

想象你有一份学生成绩表，包含姓名、语文、数学、英语成绩。如果想知道谁的语文成绩最好，直接查看原始数据可能需要逐行对比。但如果用sort_values对语文成绩排序，结果会直接按分数从高到低排列，一目了然。

二、sort_values函数基础¶

sort_values的核心作用是对DataFrame或Series按照指定列的值进行排序。它的基本语法如下：

df.sort_values(by, ascending=True, inplace=False, axis=0)

参数说明：
- by：必填，指定排序的列名（或列名列表）。
- ascending：可选，排序方向。True（默认）为升序，False为降序。若按多列排序，可传入列表（如[True, False]）。
- inplace：可选，是否直接修改原DataFrame。False（默认）返回新排序后的DataFrame，不改变原数据；True则直接修改原数据。
- axis：可选，排序方向。0（默认）按行排序，1按列排序（较少使用，初学者可暂不深入）。

三、基础排序示例¶

我们先用一个简单的学生成绩表作为示例数据：

import pandas as pd

# 创建示例数据
data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '语文': [85, 76, 90, 88],
    '数学': [92, 85, 78, 95],
    '英语': [78, 90, 82, 89]
}
df = pd.DataFrame(data)

1. 单列升序排序¶

按“语文”成绩从小到大排序（升序）：

sorted_df = df.sort_values(by='语文')  # 按语文成绩升序，默认ascending=True
print(sorted_df)

输出结果：

   姓名  语文  数学  英语
1  李四  76  85  90
0  张三  85  92  78
3  赵六  88  95  89
2  王五  90  78  82

可以看到，“李四”（76分）的语文成绩最低，排在最前面；“王五”（90分）最高，排在最后。

2. 单列降序排序¶

按“数学”成绩从大到小排序（降序）：

sorted_df = df.sort_values(by='数学', ascending=False)  # ascending=False表示降序
print(sorted_df)

输出结果：

   姓名  语文  数学  英语
3  赵六  88  95  89
0  张三  85  92  78
1  李四  76  85  90
2  王五  90  78  82

“赵六”（95分）数学成绩最高，排在第一位；“王五”（78分）最低，排在最后。

四、多列排序¶

当某列值相同时，可按另一列的值继续排序。例如，先按“语文”成绩升序，若语文成绩相同，再按“数学”成绩降序：

sorted_df = df.sort_values(by=['语文', '数学'], ascending=[True, False])
print(sorted_df)

输出结果：

   姓名  语文  数学  英语
1  李四  76  85  90
0  张三  85  92  78
3  赵六  88  95  89
2  王五  90  78  82

解释：
- 先按“语文”升序：张三（85）、赵六（88）、王五（90）中，李四（76）最低排在第一。
- 语文成绩相同时（这里没有重复），按“数学”降序（但本例中语文成绩无重复，结果不变）。

五、修改原数据（inplace参数）¶

默认情况下，sort_values不会修改原DataFrame，而是返回一个新的排序后DataFrame。若需直接修改原数据，可设置inplace=True：

df.sort_values(by='英语', ascending=False, inplace=True)  # 直接修改df
print(df)  # 原df已被修改

注意：inplace=True可能导致原数据被覆盖，建议优先使用默认inplace=False以保留原数据。

六、实战案例：按总分排序¶

假设需要分析学生的综合成绩，可先计算“总分”，再按总分降序排序：

# 新增“总分”列
df['总分'] = df['语文'] + df['数学'] + df['英语']

# 按总分降序排序
sorted_df = df.sort_values(by='总分', ascending=False)
print(sorted_df)

输出结果：

   姓名  语文  数学  英语  总分
3  赵六  88  95  89  272
0  张三  85  92  78  255
1  李四  76  85  90  251
2  王五  90  78  82  250

可以看到，“赵六”总分最高（272分），“王五”总分最低（250分）。

七、总结与注意事项¶

1. 核心参数：by指定排序列，ascending控制方向，inplace决定是否修改原数据。
2. 多列排序：by和ascending均可传入列表，需注意列表长度一致。
3. 数据安全：优先使用inplace=False（默认），避免意外修改原数据。
4. 进阶操作：结合reset_index(drop=True)可重置排序后的索引（如df.sort_values(...).reset_index(drop=True)）。

通过以上示例，你已经掌握了sort_values的基本用法和实战技巧。排序是数据处理的基础技能，后续分析（如TopN、分组统计）常需依赖排序结果。多练习不同场景（如单列、多列、降序、inplace），就能熟练应用了！