Python 如何根据多个条件对数据帧进行排序？

我有以下数据框，其中包含歌曲名称、它们在排行榜上的位置以及它们在排名第一的位置上度过的周数：

                                          Song            Peak            Weeks
76                            Paperback Writer               1               16
117                               Lady Madonna               1                9
118                                   Hey Jude               1               27
22                           Can't Buy Me Love               1               17
29                          A Hard Day's Night               1               14
48                              Ticket To Ride               1               14
56                                       Help!               1               17
109                       All You Need Is Love               1               16
173                The Ballad Of John And Yoko               1               13
85                               Eleanor Rigby               1               14
87                            Yellow Submarine               1               14
20                    I Want To Hold Your Hand               1               24
45                                 I Feel Fine               1               15
60                                 Day Tripper               1               12
61                          We Can Work It Out               1               12
10                               She Loves You               1               36
155                                   Get Back               1                6
8                               From Me To You               1                7
115                              Hello Goodbye               1                7
2                             Please Please Me               2               20
92                   Strawberry Fields Forever               2               12
93                                  Penny Lane               2               13
107                       Magical Mystery Tour               2               16
176                                  Let It Be               2               14
0                                   Love Me Do               4               26
157                                  Something               4                9
166                              Come Together               4               10
58                                   Yesterday               8               21
135                       Back In The U.S.S.R.              19                3
164                         Here Comes The Sun              58               19
96       Sgt. Pepper's Lonely Hearts Club Band              63               12
105         With A Little Help From My Friends              63                7

我想按流行程度对这些歌曲进行排名，因此我想根据以下标准对它们进行排序：排名最高的歌曲排在第一位，但如果排名平平，则排名最长的歌曲排在第一位

我似乎不知道如何在熊猫身上做到这一点。

使用

---

将按峰值位置的升序排序，然后在图表中按长度的降序排序。

对于0.9.1及更高版本，这应该可以工作（对于0.10.0b1）：

（Edit:从0.19开始，方法

sort\u index

已被弃用。首选）

如果希望排序结果供将来使用，则需要使用

inplace=True

。

自pandas 0.17.0以来，已弃用并替换为：

---

在这种情况下，如果'Peak'和'Week'的数据类型不是'int'或'float'，则使用以下命令

df.convert_objects(convert_numeric=True).sort_values(['Peak', 'Weeks'], ascending=[True, False], inplace=True)

---

pandas.DataFrame.sort_值 排序_值（['Peak'，'Weeks'，]，升序=[True，False]）

---

请在

上查找有关此的更多详细信息是的，出于某种原因，情况并非如此。我想应该是这样的too@user1715271你能详细说明一下吗？ie-您实际得到了什么？@user1715271您正在查看排序返回的数据帧对象，对吗？除非将

inplace=True

传递给排序，否则不会更改原始值……第二个条件仍然会按降序对“Peak”列中的关系进行排序order@user1715271“仍然按降序排列“峰值”列中的领带”-呃-这就是你想要的，不是吗？谢谢！您知道是否有可能让数据帧根据新的顺序重新计算索引吗？（也就是说，与数据帧中每一行相关联的索引都会根据新的顺序增长）这是一个老问题，但以防有人仍然需要它。。您可以使用（try

df.reset_index（drop=True，inplace=True）

）在排序后重新计算索引，在0.22.0

sort_index

中，try

df.index=range（len（df））

仍然可用，但未标记为已弃用。

In [23]: songs.sort_index(by=['Peak', 'Weeks'], ascending=[True, False])
Out[23]: 
                                      Song  Peak  Weeks
10                           She Loves You     1     36
118                               Hey Jude     1     27
20                I Want To Hold Your Hand     1     24
22                       Can't Buy Me Love     1     17
56                                   Help!     1     17
76                        Paperback Writer     1     16
109                   All You Need Is Love     1     16
45                             I Feel Fine     1     15
29                      A Hard Day's Night     1     14
48                          Ticket To Ride     1     14
85                           Eleanor Rigby     1     14
87                        Yellow Submarine     1     14
173            The Ballad Of John And Yoko     1     13
60                             Day Tripper     1     12
61                      We Can Work It Out     1     12
117                           Lady Madonna     1      9
8                           From Me To You     1      7
115                          Hello Goodbye     1      7
155                               Get Back     1      6
2                         Please Please Me     2     20
107                   Magical Mystery Tour     2     16
176                              Let It Be     2     14
93                              Penny Lane     2     13
92               Strawberry Fields Forever     2     12
0                               Love Me Do     4     26
166                          Come Together     4     10
157                              Something     4      9
58                               Yesterday     8     21
135                   Back In The U.S.S.R.    19      3
164                     Here Comes The Sun    58     19
96   Sgt. Pepper's Lonely Hearts Club Band    63     12
105     With A Little Help From My Friends    63      7

df.sort(['Peak', 'Weeks'], ascending=[True, False], inplace=True)

df.sort_values(['Peak', 'Weeks'], ascending=[True, False], inplace=True)

df.convert_objects(convert_numeric=True).sort_values(['Peak', 'Weeks'], ascending=[True, False], inplace=True)