在熊猫系列中，该argmax()方法用于对系列的值进行排序，它将返回一个新的系列对象，其中包含对原始系列值进行排序的索引。如果 Series 对象包含任何空值或缺失值，则该argsort()方法将 -1 值作为其索引。
为了对系列对象的值进行排序，argsort 方法将快速排序算法作为默认算法，我们可以通过使用 kind 参数应用任何其他排序算法，例如“mergesort”、“heapsort”、“stable”。
argsort 方法返回一个序列，其中的值被索引的排序顺序替换。而且它不会改变原始系列对象的索引标签。
示例 1
import pandas as pd
# creating series
series = pd.Series([None,5,2,None,7])
print(series)
# apply argsort()
print("输出参数排序：", series.argsort())解释
在下面的示例中，我们使用带有一些 None 值的 python 列表创建了一个系列。然后我们将该argsort()方法应用于该系列数据。
输出结果
0 NaN 1 5.0 2 2.0 3 NaN 4 7.0 dtype: float64 输出参数排序： 0 -1 1 1 2 0 3 -1 4 2 dtype: int64
在上面的输出块中，我们可以看到 argsort 方法的结果系列对象，因为我们可以观察到 -1 值，它表示原始系列对象的无值索引。
示例 2
import pandas as pd
# creating dates
date = pd.date_range("2021-07-01", periods=5, freq="M")
# creating pandas Series with date range index
s = pd.Series([9, None, 2, 5, 6], index=date)
print(s)
# apply argsort
print("argsort 的输出：",s.argsort())解释
让我们再举一个 pandas 系列对象的例子来应用 argsort 方法。最初，我们创建了一个带有整数值列表和 None 值的 pandas 系列对象，然后对该数据应用 argsort 方法。该系列的索引是日期范围值。
输出结果
2021-07-31 9.0 2021-08-31 NaN 2021-09-30 2.0 2021-10-31 5.0 2021-11-30 6.0 Freq: M, dtype: float64 argsort 的输出： 2021-07-31 1 2021-08-31 -1 2021-09-30 2 2021-10-31 3 2021-11-30 0 Freq: M, dtype: int64
输出系列对象的索引标签 2021-07-31 处的元素来自原始系列的第一个索引位置，它是最小的数字。argsort 方法中没有跳过任何值，因此它将 -1 表示为该特定元素的索引。
同样，输出序列对象的索引标签 2021-11-30 处的元素来自原始序列的第 0 个索引位置，它是原始序列值中的最大数。通过这种方式，pandas 系列argmax()方法处理 None 值。
