如何基于pd.cut生成的温度范围列对DataFrame排序？

我有一个大型DataFrame，已通过pd.cut创建温度范围列temp_range，需要提取该列的最小值并以此对DataFrame排序。当前提取最小值的代码存在问题，结果不符合预期，需修正后实现按'-60-50'、'-10-0'、'0-10'、'20-30'的顺序排序。

错误代码及结果 #

错误示例代码 #

# 目标：按'temp_range'列排序，顺序为'-60-50','-10-0','0-10','20-30'
xdf = pd.DataFrame(data={'temp_range':['-10-0','20-30','-60-50','0-10']})
xdf['Min. temp range']= xdf['temp_range'].apply(lambda x:x[:3])
xdf

当前错误结果 #

期望结果及排序效果 #

期望的最小值提取结果 #

目标排序效果 #

排序后DataFrame应呈现以下顺序：

修正方案 #

原代码用x[:3]固定截取前3个字符，无法适配不同长度的温度范围字符串（如正数区间20-30、0-10）。推荐使用正则表达式提取左侧边界数字，这种方法更通用，能兼容负数和正数区间：

修正后的代码 #

import pandas as pd

xdf = pd.DataFrame(data={'temp_range':['-10-0','20-30','-60-50','0-10']})
# 用正则提取开头的整数（包含负号），并转为数值类型
xdf['Min. temp range'] = xdf['temp_range'].str.extract(r'^(-?\d+)').astype(int)
# 按最小值列排序
xdf_sorted = xdf.sort_values('Min. temp range')
print(xdf_sorted)

代码说明 #

• str.extract(r'^(-?\d+)')：正则表达式匹配字符串开头的整数，-?表示可选的负号，\d+表示一个或多个数字，确保准确提取温度范围的最小值。
• astype(int)：将提取的字符串转为整数类型，保证排序时按数值大小而非字符串字典序排列。

内容的提问来源于stack exchange，提问作者Mainland