如何使用含公式的key对Pandas DataFrame多列进行排序？

你之前的写法报错是因为：当sort_values的by参数传入多个列名时，key函数会逐个接收每个列对应的Series（比如先传price列的Series，再传cost列的Series），而不是整个DataFrame。所以lambda里的x.price自然找不到属性——x是单个Series，不是带列名的DataFrame。

下面是两种可行的实现方式：

方法一：创建临时衍生列（直观易读） #

先计算出排序用的price/cost比值列，直接按这个列排序，之后可以删掉临时列：

import pandas as pd
import numpy as np

df = pd.DataFrame({'name': ['x', 'y', 'z'], 
                   'price': [1, 2, np.nan], 
                   'cost': [3, np.nan, 1]})

# 计算价格成本比
df['price_cost_ratio'] = df['price'] / df['cost']
# 按比值排序（默认升序，ascending=False可改降序）
df_sorted = df.sort_values(by='price_cost_ratio')
# 可选：删除临时列
df_sorted = df_sorted.drop('price_cost_ratio', axis=1)

print(df_sorted)

方法二：直接用key函数行级计算（无临时列） #

如果不想额外创建列，可以直接让key函数对每一行进行计算，此时不需要指定by参数：

df_sorted = df.sort_values(key=lambda row: row['price'] / row['cost'])

关于NaN的处理 #

上述两种方法中，包含NaN的行计算出的比值也是NaN，默认会排在结果的最后。如果需要调整NaN的排序位置，可以用na_position参数：

# 把NaN排在最前面
df_sorted = df.sort_values(key=lambda row: row['price'] / row['cost'], na_position='first')

内容的提问来源于stack exchange，提问作者reservoirinvest