如何按长度和字母数字顺序对Pandas DataFrame字符串列排序

要实现先按字符串长度、再按字母数字自然顺序的排序，你可以结合字符串长度和自然排序规则自定义排序键，具体步骤如下：

1. 准备工作 #

首先确保目标列是字符串类型（原始数据混合了数字和字母数字组合），并安装natsort库处理自然排序（它能正确区分数字的数值大小和字母的字典序）：

pip install natsort

2. 具体代码 #

import pandas as pd
from natsort import nats_keygen

# 构造示例DataFrame
input_data = [10, 100110, 222754430, 777000, "TEST10", 800022110, 210, 1960, 30, "TERM20", 22100, 22300, 487854750, "TEST20", 2200010, 220, 20, 22200, 1100, 2200020]
df = pd.DataFrame({"col": input_data})

# 转换为字符串类型
df["col"] = df["col"].astype(str)

# 自定义排序：先按字符串长度升序，再按自然排序规则
df_sorted = df.sort_values(by="col", key=lambda x: x.apply(lambda y: (len(y), nats_keygen()(y))))

# 查看结果
print(df_sorted["col"].tolist())

3. 结果说明 #

运行后会得到你预期的输出：

['10', '20', '30', '210', '220', '1100', '1960', '22100', '22200', '22300', 'TERM20', 'TEST10', 'TEST20', '100110', '777000', '2200010', '2200020', '222754430', '487854750', '800022110']

为什么之前的方法无效？ #

• 单纯按长度排序：只考虑了字符串长度，同长度内容会按默认字典序排列，无法处理字母数字组合的自然排序需求。
• 直接用sort_values：默认是字典序排序，会忽略长度优先级，出现"100110"（长度6）排在"210"（长度3）前面的错误结果。

内容的提问来源于stack exchange，提问作者Trooprm32