[Pandas] sort_index() / sort_values()

2025.02.24 - [프로그래밍/Python 관련 정보] - [Pandas] Table of Contents

---

sort_index() → 인덱스를 기준으로 정렬       
sort_values() → 특정 열(column)의 값을 기준으로 정렬

 

1. sort_index()

(1) Syntax

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

 

(2) 입력인자

• axis=0 (Default) 0:
  행 인덱스 기준 (기본값) / 1: 열 인덱스 기준
• level=None (Default)
  멀티인덱스(MultiIndex)에서 정렬할 레벨 지정
• ascending=True (Default)
  True: 오름차순 (기본값) / False: 내림차순
• inplace=False (Default)
  True: 원본 변경 / False: 새로운 정렬된 객체 반환
• kind='quicksort' (Default)
  정렬 알고리즘 선택 (quicksort, mergesort, heapsort, etc.)
• na_position='last' (Default)
  first: NaN을 앞에 / last: NaN을 뒤에
• sort_remaining='True' (Default)
  멀티인덱스 정렬 시, 지정한 level 외의 레벨도 정렬할지 여부 (True: 정렬, False: 유지)
• key=None (Default)
  정렬 전에 특정 변환 함수를 적용할 수 있음
  
  

(3) 예시

sorted_df = df.sort_index()

print("\n인덱스 기준 정렬된 DataFrame:")
print(sorted_df)

 

2. sort_values()

(1) Syntax

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None)

 

매개변수	설명
by	정렬할 기준이 되는 열 이름 (리스트 가능)
axis	0: 행 기준 (기본값) / 1: 열 기준
ascending	True: 오름차순 (기본값) / False: 내림차순
inplace	True: 원본 변경 / False: 새로운 정렬된 객체 반환
kind	정렬 알고리즘 선택 (quicksort, mergesort, heapsort, etc.)
na_position	first: NaN을 앞에 / last: NaN을 뒤에
ignore_index	True: 새로운 인덱스 부여 / False: 기존 인덱스 유지
key	정렬 전에 특정 변환 함수를 적용할 수 있음

 

(2) 입력인자

• by 정렬할 기준이 되는 열 이름 (리스트 가능)
• axis=0 (Default) 0: 
  행 기준 (기본값) / 1: 열 기준
• ascending=True (Default)
  True: 오름차순 (기본값) / False: 내림차순
• inplace=False (Default)
  True: 원본 변경 / False: 새로운 정렬된 객체 반환
• kind='quicksort' (Default)
  정렬 알고리즘 선택 (quicksort, mergesort, heapsort, etc.)
• na_position='last' (Default)
  first: NaN을 앞에 / last: NaN을 뒤에
• ignore_index=True (Default)
  True: 새로운 인덱스 부여 / False: 기존 인덱스 유지key=None 정렬 전에 특정 변환 함수를 적용할 수 있음
  
  

(2) 예시

# Score 기준으로 오름차순 정렬, 같은 경우 Age 기준 오름차순
sorted_df_multi = df.sort_values(by=['Score', 'Age'])

print("\nScore -> Age 기준 오름차순 정렬:")
print(sorted_df_multi)