Pandas 按名称对列进行排序答案

【问题标题】：Pandas sort columns by namePandas 按名称对列进行排序
【发布时间】：2019-07-25 22:10:40
【问题描述】：

我有以下数据框，我想根据名称对列进行排序。

1 | 13_1 | 13_10| 13_2  | 2   | 3
9 |  31  | 2    |  1    | 3   | 4

我正在尝试按以下方式对列进行排序：

1 |  2  | 3    | 13_1  | 13_2  | 13_10
9 |  3  | 4    |  31   |  1    | 2

我一直在尝试使用df.sort_index(axis=1, inplace=True) 解决此问题，但结果与我的初始数据框相同。即：

1 | 13_1 | 13_10| 13_2  | 2   | 3
9 |  31  | 2    |  1    | 3   | 4

它似乎将 13_1 识别为 1.31 而不是 13.1。此外，我尝试将列名从字符串转换为浮点数。但是，结果证明将 13_1 和 13_10 都视为 13.1 给我重复的列名。

【问题讨论】：

数字中的下划线没有任何意义，只是为了便于阅读，因此 13_1 既不是 1.31 也不是 13.1，而只是 131。（请参阅PEP515。但列名显示为 13_1 ，它们肯定是字符串。
使用 PEP515 解释对列进行排序：d = dict(zip(map(int, df.columns), df.columns)); df = df[map(d.get, sorted(map(int, df.columns)))]

标签： python pandas

【解决方案1】：

`natsort`

from natsort import natsorted

df = df.reindex(natsorted(df.columns), axis=1)

#   1  2  3  13_1  13_2  13_10
#0  9  3  4    31     1      2

【讨论】：

你还挺快的呵呵

【解决方案2】：

首先，其他答案中的natsort 看起来很棒，我完全会使用它。

如果您不想安装新软件包：

似乎您想按数字排序，首先按_ 之前的数字，然后按它之后的数字作为抢七。这意味着您只需要 tuple 排序顺序，当通过 _ 拆分为元组时。

试试这个：

df = df[sorted(df.columns, key=lambda x: tuple(map(int,x.split('_'))))]

输出：

1  2  3  13_1  13_2  13_10
9  3  4    31     1      2

【讨论】：

【解决方案3】：

这是使用natsorted的一种方法

from natsort import natsorted, ns
df=df.reindex(columns=natsorted(df.columns))
Out[337]: 
   1  2  3  13_1  13_2  13_10
0  9  3  4    31     1      2

我们使用pandas 没有第三方库的另一种方式 :-)

idx=df.columns.to_series().str.split('_',expand=True).astype(float).reset_index(drop=True).sort_values([0,1]).index
df=df.iloc[:,idx]
Out[355]: 
   1  2  3  13_1  13_2  13_10
0  9  3  4    31     1      2

【讨论】：