如何用Python及Pandas提取字符串数字与后缀并排序后拼接？

直接按下面的步骤实现：

1. 用正则表达式拆分数值和后缀 #

核心是用正则匹配开头的带正负号、可选小数点的数值部分，剩下的就是后缀。正则表达式用：r'^([+-]?\d*(?:\.\d+)?)'，它能匹配：

• 正负整数：-10、7
• 正负小数：-10.2、7.1

2. 处理Pandas列，拆分出数值和后缀 #

先给DataFrame新增两列，分别存储转成float的数值，以及提取后的后缀：

import pandas as pd

# 示例DataFrame（替换成你的实际数据）
df = pd.DataFrame({'目标列': ['7.1inch', '7.1"', '7in', '-10dB', '-10.2dB']})

# 定义正则模式
num_pattern = r'^([+-]?\d*(?:\.\d+)?)'

# 提取数值并转成float
df['数值'] = df['目标列'].str.extract(num_pattern).astype(float)
# 提取后缀：把数值部分替换为空
df['后缀'] = df['目标列'].str.replace(num_pattern, '', regex=True)

3. 按数值排序 #

直接用sort_values按新增的「数值」列排序：

df_sorted = df.sort_values('数值')

4. 拼接回原格式字符串 #

如果直接把float转字符串，整数会变成7.0这种格式，我们可以加个小函数处理，让整数显示成7，小数保持原格式：

def format_num(num):
    # 判断是否为整数，是就转int再转字符串，否则直接转字符串
    return str(int(num)) if num.is_integer() else str(num)

# 拼接数值和后缀，生成最终列
df_sorted['排序后结果'] = df_sorted['数值'].apply(format_num) + df_sorted['后缀']

完整运行示例 #

执行上面的代码后，输出的df_sorted关键列结果如下：

内容的提问来源于stack exchange，提问作者tosa