在Pandas中通過.sort和.loc函式也可以實現這兩 個功能。.sort函式可以實現對資料表的排序操作，.loc函式可以實現對資料表的篩選操作。

1、排序

sort函式主要包含6個引數：columns為要進行排序的列名稱； ascending為排序的方式true為升序，False為降序，預設為true；axis為排序的軸，0表示index，1表示columns，當對資料列進行排序時，axis必須設定為0；inplace預設為False，表示對資料 表進行排序，不建立新例項；Kind可選擇排序的方式，如快速排序等；na_position對NaN值的處理方式，可以選擇first和last兩種方式，預設為last，也就是將NaN值放在排序的結尾。

1）單列資料排序

df.sort(["score"],ascending=True)#升序

df.sort(["score"],ascending=False)#降序

2）多列排序

df.sort(["score","age"],ascending=True)#升序

df.sort(["score","age"],ascending=False)#降序

優先第一列的排序

2、篩選

在篩選功能上Pandas使用的是.loc函式。

案例如下：

ds_0=label_ds.loc[(label_ds["action_type"] == 0) &\
                       (label_ds["u_brand_num"]>0) & (label_ds["u_cat_num"]>0) & \
                       (label_ds["u_ratio"]>0) & (label_ds["u_spu_ratio"]>0),\
                      ['u_brand_num','u_cat_num','u_spu_ratio','u_ratio','action_type']].sort(["u_brand_num
 
"],ascending=False)

實現多列篩選，並顯示指定列，並以特定列排序。條件中可以與或非。

可以按篩選後條件進行求和和平均，如下：

lc.loc[(lc["grade"] == "B") & (lc["loan_amnt"] > 5000)].loan_amnt.sum() #求和

lc.loc[(lc["grade"] == "B") & (lc["loan_amnt"] > 5000)].loan_amnt.count()#計數

lc.loc[(lc["grade"] == "B") | (lc["loan_amnt"] > 5000)].loan_amnt.mean()#均值

lc.loc[lc["grade"] == "B"].loan_amnt.max()#最大值

lc.loc[lc["grade"] != "B"].loan_amnt.min()#最小值