熊猫数据框中的自定义数据排序（字母+整数）答案

【问题标题】：custom data sorting(alphabetic+integer) in pandas dataframe熊猫数据框中的自定义数据排序（字母+整数）
【发布时间】：2021-09-27 01:43:00
【问题描述】：

我有一个数据框，我需要对一列的内容进行排序（逗号分隔）（按字母顺序 + 数字）：

输入：-

      Invoice Number
0     IN-2
1     IN-1
2     IN-5
3     IN-20
4     IN-10

我想要像这样的输出

      Invoice Number
0     IN-1
1     IN-2
2     IN-5
3     IN-10
4     IN-20

我试过了

df.sort_values(by=['Invoice Number'])

但它排序了：

      Invoice Number
0     IN-1
1     IN-10
2     IN-2
3     IN-20
4     IN-5

如果有人知道如何对我的数据（字母+整数）值进行排序，请告诉我。

【问题讨论】：

在您的情况下，熊猫按列中的每个字符进行排序。一种选择是将字符串“IN-”与新列中的数字分开，然后使用数字对列进行排序。

标签： python pandas dataframe sorting

【解决方案1】：

您可以简单地使用sort_values 的key 选项：

df.sort_values(by='Number', key=lambda x: x.str[3:].astype(int))

它的作用是去掉“IN-”部分并转换为int。

【讨论】：

所有行都没有 IN-xxx 它可能是 RHKW-xxx 或 AMH-xxx 字母表中的任何内容。

【解决方案2】：

尝试使用占位符列：

df['_'] = df['Invoice Number'].str.split('-').str[1].astype(int)
print(df.sort_values('_').drop('_', axis=1).reset_index(drop=True))

或者使用key 参数：

print(df.sort_values('Invoice Number', key=lambda x: x.str.split('-').str[1].astype(int))

两个代码输出：

  Invoice Number
0           IN-1
1           IN-2
2           IN-5
3          IN-10
4          IN-20

【讨论】：

lambda x: int(x.str[3:]) 不起作用，因为 x.str[3:] 是一个系列，而不是一个标量。
@mozway 我现在用的是split，和你的代码不一样，看看吧
我正要添加拆分变体 ;)
您也许可以评论一下，即使“-”之前的部分是可变的，拆分变体也可以工作

【解决方案3】：

natsort 在这些情况下很有帮助：

import pandas as pd
from natsort import natsort_key

df = pd.DataFrame({'Invoice': {0: 0, 1: 1, 2: 2, 3: 3, 4: 4},
                   'Number': {0: 'IN-2', 1: 'IN-1', 2: 'IN-5', 3: 'IN-20',
                              4: 'IN-10'}})

df = df.sort_values('Number', key=natsort_key)

df:

   Invoice Number
1        1   IN-1
0        0   IN-2
2        2   IN-5
4        4  IN-10
3        3  IN-20

一个更有趣的例子：

df = pd.DataFrame({'Invoice': {0: 0, 1: 1, 2: 2, 3: 3, 4: 4},
                   'Number': {0: 'RHKW-11', 1: 'AB-1', 2: 'IN-5', 3: 'IN-20',
                              4: 'RHKW-102'}})

df:

   Invoice    Number
0        0   RHKW-11
1        1      AB-1
2        2      IN-5
3        3     IN-20
4        4  RHKW-102

df = df.sort_values('Number', key=natsort_key):

   Invoice    Number
1        1      AB-1
2        2      IN-5
3        3     IN-20
0        0   RHKW-11
4        4  RHKW-102

【讨论】：