Series和DataFrame可以按照索引進行排序，也可以按照值來排序，對值也可以進行排名。
一，按照索引排序（sort by index)
對於一個Series或DataFrame，可以按照索引進行排序，使用sort_index()函數來實現索引的排序：
DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, ignore_index=False, key=None)
參數axis用於指定用於排序的軸，默認值是0（行），也可以設置爲1（列）。
舉個例子，有如下的序列：
obj = Series([1,2,3,4],index=['d','a','b','c']) print(obj.sort_index())
對於一個DataFrame，列索引和行索引都是索引，既可以按照行索引排序，也可以按照列索引排序。
二，按照值排序 ( sort by values)
DataFrame 和Series也可以使用sort_values()函數對數據值進行排序：
DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None)
參數axis用於指定用於排序的軸，默認值是0（行），也可以設置爲1（列）。如果axis=0，那麼參數by用於指定某一個行索引的名稱；如果axis=1，那麼參數by用於指定某一個列名。
obj = Series([1,4,3,2],index=['d','a','b','c']) print(obj.sort_values())
三，排名（rank）
排名是指爲數據進行一個排名，排名的順序從1開始，依次加1遞增。
DataFrame.rank(axis=0, method='average', numeric_only=NoDefault.no_default, na_option='keep', ascending=True, pct=False)
舉個例子，按照Number_legs對數據進行排序：
df = pd.DataFrame(data={'Animal': ['cat', 'penguin', 'dog',
'spider', 'snake'],
'Number_legs': [4, 2, 4, 8, np.nan]})
df['default_rank'] = df['Number_legs'].rank(method='dense')
參考文檔：