Python 按GroupBy之后的字母顺序对数据帧中的列进行排序

我使用GroupBy对dataframe data_2020中的“金额”求和

data_2020.groupby(['Category'])['Amount'].sum().sort_values(ascending=False)

现在，我想按“Category”列进行排序。我曾尝试使用sort_值（by=['Category']，inplace=True），但现在收到一条错误消息：

TypeError:sort_values（）获得意外的关键字参数“by”

如何按“类别”列排序？

此语句

data_2020.groupby(['Category'])['Amount'].sum().sort_values(ascending=False)

将返回熊猫系列

>>> import pandas as pd
>>> 
>>> 
>>> lst = [28793.78, 6380.09, 5895.26, 324.79, 279.76, 239.62]
>>> categories = ['0', 'Amazon', 'Supermarker', 'Taxi', 'Newspapers', 'Boots']
>>> ser = pd.Series(lst, index=categories)
>>> ser.index.name = 'Category'
>>> ser
Category
0              28793.78
Amazon          6380.09
Supermarker     5895.26
Taxi             324.79
Newspapers       279.76
Boots            239.62
dtype: float64

不接受参数的

（与接受的
pandas.DataFrame.sort\u值相反）


sort\u index（升序=True）
应该可以做到：

>>> ser.sort_index(ascending=True)
Category
0              28793.78
Amazon          6380.09
Boots            239.62
Newspapers       279.76
Supermarker     5895.26
Taxi             324.79
dtype: float64

.sort\u index（）
？不，我不是这个意思。需要是
data\u 2020.groupby（['Category']）['Amount'].sum（）.sort\u index（）
谢谢。你的答案和下面的答案一起帮助了我。我使用了以下脚本：data_2020.groupby（['Category']）['Amount'].sum（）.sort_values（升序=False）。sort_index（升序=True）Gia sou Giorgo，感谢您的详细解释。它帮助我理解了DataFrame和Series的区别。我使用以下脚本解决了我的问题：data_2020.groupby（['Category']）['Amount'].sum（）.sort_values（升序=False）。sort_index（升序=True）