一、赋值

赋值
对于图片中的数据，如果我们想读取“U1”列，一般有两种方法：
data["U1"]
或者：
data.U1
如果是要对这一列进行赋值：
data.U1 = 100
或者：
data["U1"] = 100
如果要对某一个值进行赋值，用上一节索引的任意一种方法即可，如对第二行第三列数据赋值：
data.loc[1, "orX"] = 222
赋值结果

二、排序

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’)
参数说明:
axis：如果axis=0，那么by=“列名”；如果axis=1，那么by=“行号”；
ascending:True则升序，可以是[True,False]，即第一字段升序，第二个降序
inplace=True：不创建新的对象，直接对原始对象进行修改；
inplace=False：对数据进行修改，创建并返回新的对象承载其修改结果

1. 对内容排序

DataFrame

data.sort_values(by="U2")

• 按某一列排序
  DataFrame按一列内容进行排序
• 按多列排序
  data.sort_values(by=["orX", "orY"], ascending=[True, True])

Series

series.sort_values(asceding=True)
Series只有一列，不需要参数.
例如，我们取出上述数据的U2列，并对它进行排序，仅显示前5行：

Series按内容排序

2. 对索引排序

DataFrame

sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, by=None)

• axis：0按照行名排序；1按照列名排序
• level：默认None，否则按照给定的level顺序排列
• ascending：默认True升序排列；False降序排列
• inplace：默认False，否则排序之后的数据直接替换原来的数据框
• kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
• na_position：缺失值默认排在最后{"first","last"}
• by：按照某一列或几列数据进行排序，但是by参数貌似不建议使用
  DataFrame按索引降序

series

Series按索引排序