Python 如何对“中的数据帧进行排序”；标题「；按字母顺序排列的列

我有以下数据帧：

这是我的代码：

movies_taxes['Total Taxes'] = movies_taxes.apply(lambda x:(0.2)* x['US Gross'] + (0.18) * x['Worldwide Gross'], axis=1)
movies_taxes

简单的例子：

import pandas as pd

df = pd.DataFrame({'player': ['C','B','A'], 'data': [1,2,3]})
df = df.sort_values(by ='player')

输出：

发件人：

致：

另一个例子：

df = pd.DataFrame({
        'student': [
            'monica', 'nathalia', 'anastasia', 'marina', 'ema'
        ],

    'grade' : ['excellent', 'excellent', 'good', 'very good', 'good'
    ]
    })

    print (df)

                student   grade

        0       monica    excellent        
        1       nathalia  excellent         
        2       anastasia good        
        3       marina    very good          
        4       ema       good 

0.17之前：

按升序学生姓名排序 反向上升 熊猫0.17+（如其他答案所述）：

提升 反向上升 这应该做到：

>>将熊猫作为pd导入
>>>s=pd.系列（[‘香蕉’、‘苹果’、‘朋友’、‘3只狗和猫’、‘10位老人’]））
>>>将numpy作为np导入
#我们想知道哪些行以数字开头，哪些行不以数字开头
>>>mask=np.array（[True如果不存在（x.startswith（str（n））表示范围（9）中的n），否则False表示范围（s）中的x]）
>>>s[面具]
0香蕉
一个苹果
两个朋友
数据类型：对象
#将已排序的非起始数字数组和已排序的起始数字数组堆叠起来
>>>pd.concat（（s[mask].sort_values（），s[~mask].sort_values（升序=False）））
一个苹果
0香蕉
两个朋友
狗和猫
4 10岁男子

python标记不足。如果您正在使用numpy或jupyter笔记本，请使用它标记。但我相信您正在寻找：

电影\u taxes.sort\u values（“Title”）

。使用google查找文档：dataframe排序列值谢谢你的回答。但是有些名字前面有数字，例如（3只狗和猫，10个老人苹果，香蕉，朋友）他们会扰乱秩序，我只想对第一个字母是ABC的名字进行排序。。。我想要（苹果，香蕉，朋友，3只狗和猫，10个老人）@李仁航 在您的数据中看不到这一点。提供适当的数据示例和预期结果您知道如何在此处添加图片吗？谢谢您的回答。但有些名称前面有数字，例如（3只狗和猫，10只老人苹果，香蕉，朋友）。它们会扰乱顺序，我只想对首字母为ABC的名称进行排序。。。我想要（苹果，香蕉，朋友，3只猫和狗，10位老人）谢谢你的回答。但是有些名字前面有数字，比如（3只狗和猫，10个老人苹果，香蕉，朋友），它们会扰乱秩序，我只想对第一个字母是ABC的名字进行排序。。。我想要（苹果，香蕉，朋友，3只狗和猫，10个老人）谢谢你，但是你知道如何在这里添加图片吗。我有个问题

  player  data
2      A     3
1      B     2
0      C     1

df = pd.DataFrame({
        'student': [
            'monica', 'nathalia', 'anastasia', 'marina', 'ema'
        ],

    'grade' : ['excellent', 'excellent', 'good', 'very good', 'good'
    ]
    })

    print (df)

                student   grade

        0       monica    excellent        
        1       nathalia  excellent         
        2       anastasia good        
        3       marina    very good          
        4       ema       good 

df.sort('student')

df.sort('student', ascending=False)

df.sort_values('student')

df.sort_values('student', ascending=False)