Dataframe数据默认按索引排序，主要重排方法有：

1、 通过frame=frame.reindex([6,5,4,3,2,1,0]) 重排：

data_demo=pd.read_csv('dataset.csv')
data_demo=data_demo.iloc[:10,:]
data_demo

此时的数据为（这里仅展示部分数据）:

我们按照第一种方法排序，结果如下：

data_demo_1=data_demo.reindex([9,7,8,5,4,1,0,2,6,3])
data_demo_1

2、通过frame.sort_values(by=[‘height’],ascending=False)：

按照height字段重排，默认按升序,需要降序时再加ascending=False参数。

如果数据是字符，则是按照字符编码排序，看起来好像没有规律。如果想看一个汉字的编码，可以使用'xx'.encode()的方法查看。

我们展示一下部分原数据：

我们的目标是把“值”那一列进行排序：

data_RF_pre_100=data_RF.sort_values(by=['值'],ascending=False)
data_RF_pre_100

展示排序后的结果：

3、 通过frame.sort_values(by=[‘A’,‘B’],ascending=[False,True]):

先按A列再按B列排序，其中A列降序，B列升序

原数据：

上面的排序方式：

data_demo_3=data_demo.sort_values(by=['辛烷值RON','硫含量,μg/g'],ascending=[False,True])
data_demo_3

5、一些其他的细节问题：

排序完如果还想调整索引号为升序，则增加这样一句话：

frame.reset_index(drop=True)

如果不想删除原索引号，只增加一列新索引，则用：

frame.reset_index()

在任何时候，如果想恢复原来的索引排序，则用：

frame.sord_index()

列的重新排序，即是数据的重新选择：

frame[['A', 'B','C', 'D']]