Python 为什么在Pandas系列上调用.sort（）函数对其值进行适当排序，但不返回任何结果？

对不起，我想我遗漏了一些非常基本的东西：

>>> Series([3,4,0,3]).sort()

输出无，而

>>> Series([3,4,0,3]).order()
2    0
0    3
3    3
1    4
dtype: int64

sort（）缺少什么

谢谢

编辑：

谢谢你的回答，我现在意识到这是一个适当的分类。但我不明白为什么

>>> s = Series([3,4,0,3]).sort()
>>> s

不返回已排序的序列。如果我理解，它应该返回已排序的序列

.sort（）

就地排序

这意味着在调用

.sort（）

后，现有数组已被排序。它不会返回任何东西

以“核心”Python为例：

熊猫也是如此，如以下文件所述：

按值对值和索引标签进行就地排序。与ndarray API兼容。无返回值

---

另请参见：

与大多数其他python iTerable一样，Series.sort（）实际上不返回任何内容，只对序列进行适当的排序。请参见排序python列表的示例：

In [2]: foo = [5, 3, 9]

In [3]: foo.sort()

In [4]: foo
Out[4]: [3, 5, 9]

实际上，[3]中的

将不输出任何内容，您可以检查：

In [4]: type(s)
Out[4]: NoneType

原因是:

pd.Series（[3,4,0,3]）
确实返回一个
Series
类型对象，但是
Series.sort（）
method由于就地排序，因此不返回任何内容。因此，LHS中的表达式
s=pd.Series（[3,4,0,3]）.sort（）
，
s
没有从RHS获得任何信息，因此[3]：s中的
没有输出任何信息

请注意：
在版本0.17.0之后，按值进行排序的方法
pandas.Series.sort（）
和
pandas.Series.order（）
被弃用，取而代之的是统一的
pandas.Series.sort\u values（）API。有关更多详细信息，请参阅

.sort（）和order（）函数都已弃用
.sort_values（）函数是替代函数，下面是如何使用它的示例

例如：

import numpy as np
import pandas as pd

arr = np.array([1,3,4,2])
series = pd.Series(arr)

升序

相当于旧版本中的.order（）函数

ascending = series.sort_values() 



降序

相当于.order（升序=假）



到位

相当于旧版本中的.sort（）。

series.sort_values(inplace=True) 

基本上是未回答问题的重复。谢谢，它没有出现在搜索结果中。现在，该答案比已接受的答案更正确。在Pandas==0.22 Series下，sort_values（）是正确的。对于Pandas，此解决方案已过时，请参阅其他答案。检查我的答案，它显示了Pandas的最新版本，说明如何就地排序系列值或创建排序元素的新系列对象。
ascending = series.sort_values() 

descending = series.sort_values(ascending=False)

series.sort_values(inplace=True)