熊貓數據框按日期排序

Question

我通過導入一個 csv 文件制作了一個數據框。 並將日期列轉換為日期時間並使其成為索引。 但是，在對索引進行排序時，它不會產生我想要的結果

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

結果如下：

         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

日期實際上可以追溯到 1999 年，所以如果我按日期排序，它應該按升序顯示數據對嗎？

Answer 1

只是擴展 MaxU 的正確答案：您使用了正確的方法，但是，就像許多其他 Pandas 方法一樣，您必須“重新創建”數據框以使所需的更改生效。 正如 MaxU 已經建議的那樣，這是通過再次鍵入變量來實現的（將所用方法的輸出“存儲”到同一變量中），例如：

df = df.sort_index()

或者通過利用屬性inplace=True的力量，它將替換變量的內容而無需重新聲明它。

df.sort_index(inplace=True)

但是，根據我的經驗，我經常覺得使用第一個選項“更安全”。 它看起來也更清晰、更規范，因為並非所有方法都提供inplace使用。 但我都歸結為腳本風格，我想......

Answer 2

數據看起來像這樣

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

使用pandas讀取數據

import pandas as pd
df = pd.read_csv('data',sep=',')
# Displays the data head
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

# Sort column with name Date
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

# reset the index
df.reset_index(inplace=True)

# Display the data head after index reset
       index        Date     Last
0      4  2016-12-23  1.05005
1      3  2016-12-27  1.05015
2      2  2016-12-28  1.04610
3      1  2016-12-29  1.05275
4      0  2016-12-30  1.05550

# delete the index
del df['index']

# Display the data head
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