pandas dataframe按日期排序？

原文地址：https://cloud.tencent.com/developer/ask/195429

我通过导入csv文件创建了一个数据帧。并将date列转换为datetime并将其作为索引。但是，在对索引进行排序时，它不会产生我想要的结果

print(df.head())
df['Date'] = pd.to_datetime(df['Date'])
df.index = df['Date']
del df['Date']
df.sort_index()
print(df.head())

这是结果：

         Date     Last
0  2016-12-30  1.05550
1  2016-12-29  1.05275
2  2016-12-28  1.04610
3  2016-12-27  1.05015
4  2016-12-23  1.05005
               Last
Date               
2016-12-30  1.05550
2016-12-29  1.05275
2016-12-28  1.04610
2016-12-27  1.05015
2016-12-23  1.05005

日期实际上可以追溯到1999年，所以如果我按日期排序，它应该按升序显示数据吗？

另一个案例：

Date,Last
2016-12-30,1.05550
2016-12-29,1.05275
2016-12-28,1.04610
2016-12-27,1.05015
2016-12-23,1.05005

df = pd.read_csv('data',sep=',')

print (df.head())
         Date     Last
0  2016-12-30  1.05550
1  2016-12-29  1.05275
2  2016-12-28  1.04610
3  2016-12-27  1.05015
4  2016-12-23  1.05005

df = df.sort_values(by = 'Date')
         Date     Last
4  2016-12-23  1.05005
3  2016-12-27  1.05015
2  2016-12-28  1.04610
1  2016-12-29  1.05275
0  2016-12-30  1.05550
df.reset_index(inplace=True)

del df['index']

print (df.head())
         Date     Last
0  2016-12-23  1.05005
1  2016-12-27  1.05015
2  2016-12-28  1.04610
3  2016-12-29  1.05275
4  2016-12-30  1.05550

只是扩展MaxU的正确答案：您使用了正确的方法，但是，就像许多其他pandas方法一样，您必须“重新创建”数据帧才能使所需的更改生效。正如MaxU已经建议的那样，这是通过再次键入变量（将所使用的方法的输出“存储”到同一变量中）来实现的，例如：

df = df.sort_index()

或者利用属性的力量inplace=True，这将取代变量的内容，而无需重新声明它。

df.sort_index(inplace=True)

但是，根据我的经验，我经常使用第一个选项感觉“更安全”。它也看起来更清晰，更规范，因为并非所有方法都提供了inplace使用方法。但我觉得我觉得......