为什么在 Pandas Series 上调用 .sort() 函数会对其值进行就地排序并且什么也不返回？ [复制]

Question

对不起，我认为我在这里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

我在 sort() 中缺少什么？

谢谢

编辑：

感谢您的回答，我现在确实意识到这是就地排序。但我不明白为什么

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

不返回排序后的系列。如果我理解the manual，它应该返回已排序的系列。

Answer 1

.sort() 排序就地。

这意味着在您调用.sort() 之后，您的现有数组 已被排序。它不返回任何东西。

以“核心”Python 为例：

In [175]: L = [2, 3, 1, 5]

In [176]: L.sort()

In [177]: print(L)
[1, 2, 3, 5]

Pandas.sort 记录的 Pandas 也是如此：

按值对值和索引标签进行排序。为了与 ndarray API 兼容。无返回值

另请参阅：What's the difference between Series.sort() and Series.order()?

Answer 2

与大多数其他 python 可迭代对象一样，Series.sort() 实际上只返回对 Series 进行排序就地排序。例如，请参阅对 python 列表进行排序：

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

In [3]: foo.sort()

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

Answer 3

In [1]: import pandas as pd
In [2]: s = pd.Series([3,4,0,3]).sort()
In [3]: s

确实In [3] 不会输出任何内容，您可以查看：

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

原因：

pd.Series([3,4,0,3]) 确实返回了 pandas Series 类型的对象，但 Series.sort() 方法 不返回任何内容，因为 inplace 排序。所以 LHS 中的表达式 s = pd.Series([3,4,0,3]).sort(), s 没有从 RHS 得到任何东西，因此 In [3]: s 什么也不输出。

请注意：

0.17.0版本之后，value排序方法pandas.Series.sort()和pandas.Series.order()被弃用，取而代之的是统一的pandas.Series.sort_values() API。详情请见this answer。

Answer 4

.sort() 和 order() 函数均已弃用

.sort_values() 功能是替代品，这里是如何使用它的示例。

例子：

import numpy as np
import pandas as pd

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

升序
相当于旧版本的 .order() 函数。

ascending = series.sort_values() 

降序
等价于 .order(ascending=False)

descending = series.sort_values(ascending=False)

就地
相当于旧版本的 .sort()。

series.sort_values(inplace=True) 

For more info, check official documentation here