如何在 DataFrame 中对数值和字符串值进行排序？答案

【问题标题】：How to sort values in DataFrame for both numerical and string values?如何在 DataFrame 中对数值和字符串值进行排序？
【发布时间】：2019-12-03 20:35:58
【问题描述】：

我有以下具有混合数据类型的 pandas DataFrame：字符串和整数值。我想使用多个列按降序对该 DataFrame 的值进行排序：Price 和Name。字符串值（即Name）应该按字母顺序排序，或者实际上可以完全忽略，因为最重要的是数值。

问题是目标列的列表可以同时包含字符串和整数列，例如target_columns = ["Price","Name"]

d = {'1': ['25', 'AAA', 2], '2': ['30', 'BBB', 3], '3': ['5', 'CCC', 2], \
     '4': ['300', 'DDD', 2], '5': ['30', 'DDD', 3],  '6': ['100', 'AAA', 3]}

columns=['Price', 'Name', 'Class']

target_columns = ['Price', 'Name']
order_per_cols = [False] * len(target_columns)

df = pd.DataFrame.from_dict(data=d, orient='index')
df.columns = columns
df.sort_values(list(target_columns), ascending=order_per_cols, inplace=True)

目前，此代码失败并显示以下消息：

TypeError: '

预期输出：

Price    Name    Class
300      DDD     2
100      AAA     3
30       DDD     3
30       BBB     3
25       AAA     2
5        CCC     2

【问题讨论】：

你的预期输出是什么？
@Erfan：请看我的更新。但正如我所说，如果在target_columns中有某种方法可以识别字符串列的排序，则可以忽略它们。
那为什么不直接df = df.sort_values('Price', ascending=False)呢？

标签： python pandas

【解决方案1】：

如果我对您的理解正确，您需要一种通用方式，将 object 列从您的选择中排除。

我们可以为此使用DataFrame.select_dtypes，然后对数字列进行排序：

# df['Price'] = pd.to_numeric(df['Price'])
numeric = df[target_columns].select_dtypes('number').columns.tolist()
df = df.sort_values(numeric, ascending=[False]*len(numeric))

   Price Name  Class
4    300  DDD      2
6    100  AAA      3
2     30  BBB      3
5     30  DDD      3
1     25  AAA      2
3      5  CCC      2

【讨论】：

numeric 是否允许 int64、float？
是的，引用自文档："要选择所有数字类型，请使用 np.number 或 'number'"
抱歉，在我的情况下，所有列都可能是“对象”。那些确实是数字的也可能是对象或日期时间，正如您在 Price 的情况下看到的那样。
哦，还没有看到你的行df['Price'] = pd.to_numeric(df['Price'])。但是我怎么知道Price应该被转换成numeric呢？我事先没有任何关于列类型的信息。
AttributeError: 'Series' 对象没有属性 'select_dtypes'

【解决方案2】：

另一种解决方案可能是 -

在 sort_values 函数中使用 'by' 参数

d = ({'1': ['25', 'AAA', 2], '2': ['30', 'BBB', 3], '3': ['5', 'CCC', 2], \
     '4': ['300', 'DDD', 2], '5': ['30', 'DDD', 3],  '6': ['100', 'AAA', 3]})

df = pd.DataFrame.from_dict(data=d,columns=['Price','Name','Class'],orient='index')
df['Price'] = pd.to_numeric(df['Price'])
df.sort_values(**by** = ['Price','Name'],ascending=False)

【讨论】：