错误是： TypeError: sort_values() got an unexpected keyword argument 'by'

pandas.DataFrame.sort_values 和 pandas.Series.sort_values 使用sort_values时存在些许差异。

当数据格式是series 时，不需要指定 by 参数，只需要确定 ascending 参数。

I have a dataframe where the column names are times (0:00, 0:10, 0:20, ..., 23:50). Right now, they're sorted in a string order (so 0:00 is first and 9:50 is last) but I want to sort them after time (... pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据。 首先，是想用pandas操作“.csv"文件，当然有很多操作，用di... I have a dataframe where the column names are times (0:00, 0:10, 0:20, ..., 23:50). Right now, they're sorted in a string order (so 0:00 is first and 9:50 is last) but I want to sort them after time (... 当做数据分析，面对大数据量时，不可避免 使用 Python进行数据处理，而对于我这种没有开发能力的人来说，借用现成的Python包、方法等就非常关键。但是同样也会遇到大量的报错、问题等，所以单独写一篇记录我的报错解决历程。 TypeError: sort_index() got an unexpected keyword argument ‘by’ 问题原因分析：pandas模块更新了，对有些方法进行重写，参数 发生 改变。 解决方法：将sort_index()改为 sort_values ()即可。 我们知道查询就是指定一堆条件的特殊选择，所以，查询就可以看作是数据的选择，只不过涉及的表多，条件多。所以，在学习本节之前，我还是先回顾了一下Frame数据的选择——https://bbs.pinggu.org/thread-9488020-1-1.html。 接下来，我们仍以“学生、学分”两个表为对象，一步一步从简入繁，学习查询： 一、单表子查询 1、如：求身高最高的学生的姓名 第一步，找出最高身高的值 a = student[‘height’].max() print(type(a),’\n’, 戴噶猴，我又来了。我发现我的基础知识真的有问题。。。本来我在总结apply呢，然后第一段代码就报错。遇到了一万次TypeError: sort_values () got an unexpected keyword argument 'by’这个报错后，终于忍不住总结一波了。恍然大悟，还请大佬们多多指教！ 结合https://blog.csdn.net/yukyin/article/details/... 说keras库中的softmax函数没有“axis”这参数变量了，查了一下自己用的Anaconda上keras的版本是2.1.6，现在最新是2.2。只要把keras的版本降到以前版本，因为我是直接在Anaconda Navigator上导入的，所以很方便可以将版降低。具体如下： 在训练 tensorflow-0.11 时出现了 TypeError: concat() got an unexpected keyword argument 'axis'. 的 错误 输出如下：Traceback (most recent call last): File "train_image_classifier-dist.py", line 656, in tf.app 如题，出现以上 错误 的愿意很可能是pytorch版本和tensorboardX版本的问题，例如我的pytorch版本为1.1.0， 使用 tensorboardX2.0版本则会报以上 错误 ，换做tensorboardX 1.7则正常运行。 PyTorch 1.1.0及以前的版本，最好 使用 tensorboardX 1.7及以前，因为在1.8更新了add_graph方法导致其可能无法 使用 。add_...