从0.17.0版开始，sort不推荐使用该方法，而推荐使用sort_values。 sort在0.20.0版本中被完全删除。参数（和结果）保持不变：

df.sort_values(['a', 'b'], ascending=[True, False])

你可以使用的升序参数sort：

df.sort(['a', 'b'], ascending=[True, False])

例如：

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])

In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

如@renadeen所评论

默认情况下，排序不正确！因此，你应该将sort方法的结果分配给变量，或者将inplace = True添加到方法调用中。

也就是说，如果你想将df1用作已排序的DataFrame：

df1 = df1.sort(['a', 'b'], ascending=[True, False])

要么

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)