如何对Pandas DataFrame区间列排序，不修改列内容且保留图表顺序

问题场景 #

原始DataFrame代码：

import pandas as pd

df = pd.DataFrame({'A': ['0-5', '18-23', '12-17', '6-11'], 'qty':[7,15,8,34]})

初始输出：

A       qty
0   0-5     7
1   18-23   15
2   12-17   8
3   6-11    34

需求：对A列按区间的数值顺序排序，得到如下结果，且不修改A列内容（避免绘图时显示额外前缀）：

A        qty
0   0-5        7
3   6-11       34
2   12-17      8
1   18-23      15

此前尝试的分类编码+字典替换法会给A列添加数字前缀，groupby法则无法在绘图时保留排序顺序，因此需要更合适的方案。

解决方案 #

方法1：手动指定分类顺序（适合区间数量少的情况） #

利用pandas的分类数据类型，预先定义好区间的正确顺序，排序时直接遵循该顺序，完全不修改原列内容，且绘图时会保留排序结果。

代码实现：

# 定义区间的正确数值顺序
ordered_intervals = ['0-5', '6-11', '12-17', '18-23']

# 将A列转为分类类型，指定预设顺序
df['A'] = pd.Categorical(df['A'], categories=ordered_intervals, ordered=True)

# 按A列排序
df_sorted = df.sort_values('A')

# 查看结果
print(df_sorted)

输出结果：

A  qty
0     0-5    7
3   6-11   34
2  12-17    8
1  18-23   15

方法2：提取区间起始数值排序（适合区间数量多的情况） #

自动提取每个区间的起始数字作为排序依据，排序后删除辅助列，同样不修改原A列内容。

代码实现：

# 提取区间的起始数字，创建临时辅助列
df['start_num'] = df['A'].str.split('-').str[0].astype(int)

# 按起始数字排序，随后删除辅助列
df_sorted = df.sort_values('start_num').drop('start_num', axis=1)

# 查看结果
print(df_sorted)

输出结果与方法1一致，且绘图时会保留排序后的区间顺序。

内容的提问来源于stack exchange，提问作者josepmaria