我需要制作一个带有连字符数字的列的 pandas DataFrame。我能想到的唯一方法是使用字符串。这一切都很好，直到我需要对它们进行分类以在重新组合后让它们恢复正常。问题是字符串排序如下：
['100-200','1000-1100','1100-1200','200-300']
这显然不是我想要的排序方式。我希望它按数字排序。我怎样才能让它工作？我愿意改变任何事情。将带连字符的字符串保留为整数或浮点数是最好的，但我不确定如何做到这一点。
【问题讨论】：
你可以试试这样的：
>>> t = ['100-200','1000-1100','1100-1200','200-300']
>>> t.sort(key=lambda x: [int(y) for y in x.split('-')])
>>> t
['100-200', '200-300', '1000-1100', '1100-1200']
这将允许您对整数进行排序，如果存在连字符，它将首先按键列表中的第一个整数排序，然后按第二个整数排序。如果不存在连字符，您将仅对字符串的整数等值进行排序：
>>> t = ['100-200','1000-1100','1100-1200','200-300', '100']
>>> t.sort(key=lambda x: [int(y) for y in x.split('-')])
>>> t
['100', '100-200', '200-300', '1000-1100', '1100-1200']
如果您在任何字符串中有任何 float 等效项，只需将 int 更改为 float，如下所示：
>>> t = ['100-200.3','1000.5-1100','1100.76-1200','200-300.75', '100.35']
>>> t.sort(key=lambda x: [float(y) for y in x.split('-')])
>>> t
['100-200.3', '100.35', '200-300.75', '1000.5-1100', '1100.76-1200']
【讨论】：
您可以使用sorted 为索引构造新的排序，然后使用df.take 执行排序（重新排序）：
import pandas as pd
df = pd.DataFrame({'foo':['100-200','1000-1100','1100-1200','200-300']})
order = sorted(range(len(df)),
key=lambda idx: map(int, df.ix[idx, 'foo'].split('-')))
df = df.take(order)
print(df)
产量
foo
0 100-200
3 200-300
1 1000-1100
2 1100-1200
这类似于@275365 的解决方案，但请注意排序是在range(len(df)) 上完成的，而不是在字符串上。这些字符串仅在key 参数中使用，以确定range(len(df)) 应重新排列的顺序。
如果 DataFrame 很小，使用 sorted 可以正常工作。当DataFrame 大小适中时（例如，我的机器上有几百行），您可以通过使用numpy.argsort 来获得更好的性能：
import pandas as pd
import numpy as np
df = pd.DataFrame({'foo':['100-200','1000-1100','1100-1200','200-300']*100})
arr = df['foo'].map(lambda item: map(int, item.split('-'))).values
order = np.argsort(arr)
df = df.take(order)
或者，您可以将字符串列拆分为两个整数值列，然后使用df.sort：
import pandas as pd
df = pd.DataFrame({'foo':['100-200','1000-1100','1100-1200','200-300']})
df[['start', 'end']] = df['foo'].apply(lambda val: pd.Series(map(int, val.split('-'))))
df.sort(['start', 'end'], inplace=True)
print(df)
产量
foo start end
0 100-200 100 200
3 200-300 200 300
1 1000-1100 1000 1100
2 1100-1200 1100 1200
【讨论】：