如何实现DataFrame按列中数字实际值升序自然排序

你需要的是自然排序（按数字实际大小而非字典序），可以用以下两种方法实现：

方法1：手动提取数字作为排序键 #

适合字符串格式固定的场景，通过正则提取下划线前的数字，转成数值类型后排序：

import pandas as pd
import re

# 示例DataFrame
df = pd.DataFrame(
    {'value': range(8)},
    index=['nv1_SRRxxxx', 'nv100_SRRxxxx', 'nv12_SRRxxxx', 'nv13_SRRxxxx', 'nv144_SRRxxxx', 'nv151_SRRxxxx', 'nv16_SRRxxxx', 'nv173_SRRxxxx']
)

# 提取字符串中的数字
def get_number(s):
    # 匹配'nv'后、下划线前的数字
    return int(re.findall(r'nv(\d+)_', s)[0])

# 按索引排序
df_sorted = df.sort_index(key=lambda idx: idx.map(get_number))
# 如果是按某列（比如列名是'sample'）排序，用下面的代码：
# df_sorted = df.sort_values(by='sample', key=lambda col: col.map(get_number))

print(df_sorted.index)

输出结果会符合你的预期：

Index(['nv1_SRRxxxx', 'nv12_SRRxxxx', 'nv13_SRRxxxx', 'nv16_SRRxxxx',
       'nv100_SRRxxxx', 'nv144_SRRxxxx', 'nv151_SRRxxxx', 'nv173_SRRxxxx'],
      dtype='object')

方法2：使用natsort库（更通用） #

natsort是专门处理自然排序的工具库，无需手动提取数字，直接处理字符串：

1. 先安装库：

pip install natsort

2. 排序代码：

import pandas as pd
from natsort import natsorted

# 示例DataFrame同方法1
df = pd.DataFrame(
    {'value': range(8)},
    index=['nv1_SRRxxxx', 'nv100_SRRxxxx', 'nv12_SRRxxxx', 'nv13_SRRxxxx', 'nv144_SRRxxxx', 'nv151_SRRxxxx', 'nv16_SRRxxxx', 'nv173_SRRxxxx']
)

# 按索引自然排序
df_sorted = df.loc[natsorted(df.index)]
# 如果是按列排序：
# df_sorted = df.loc[natsorted(df['sample'])]

print(df_sorted.index)

这个方法对各种包含数字的字符串排序都适用，无需适配格式。

内容的提问来源于stack exchange，提问作者Lim Chee Yit