Pandas DataFrame按整数、数字字符串混合、纯字符串排序求助

需求说明 #

需要对DataFrame的name列按以下规则排序：

• 纯整数（含字符串形式纯数字）排在最前
• 数字与字符串混合类型次之
• 纯字符串类型排在最后

原始数据 #

import pandas as pd

df = pd.DataFrame({'name': ['aaa', 'ccc', 'bbb', '1c2z45zz', 55, 3, 'et45']})

期望输出 #

df = pd.DataFrame({'name': [3, 55, '1c2z45zz', 'et45', 'aaa', 'bbb', 'ccc']})

已尝试方法（均未得到预期结果） #

1. 使用natsort库：

import natsort

df.iloc[natsort.index_humansorted(df.name)]

2. 字符串填充排序：

max_length = max(df.name.str.len())
df['sort_name']=df.name.str.pad(max_length,'right','~')
df.sort_values('sort_name', inplace=True, ignore_index=True)

3. 自定义key排序：

df_sorted = df.astype(str).sort_values(by='name',key=lambda x: (x.isdigit(), x))

解决方案 #

核心是通过自定义排序key，给不同类型元素分配优先级，再按优先级+内容排序：

import pandas as pd

df = pd.DataFrame({'name': ['aaa', 'ccc', 'bbb', '1c2z45zz', 55, 3, 'et45']})

def sort_key(x):
    # 处理纯整数或字符串形式纯数字，优先级0，按数值排序
    if isinstance(x, int):
        return (0, x)
    str_x = str(x)
    if str_x.isdigit():
        return (0, int(str_x))
    # 处理数字+字符串混合类型，优先级1，按字符串自然排序
    if any(c.isdigit() for c in str_x):
        return (1, str_x)
    # 处理纯字符串，优先级2，按字符串自然排序
    return (2, str_x)

# 应用自定义key排序
df_sorted = df.sort_values(by='name', key=lambda col: col.apply(sort_key), ignore_index=True)
print(df_sorted)

执行后输出：

name
0          3
1         55
2  1c2z45zz
3      et45
4       aaa
5       bbb
6       ccc

代码说明 #

• 优先级规则：纯数字类（int/字符串纯数字）> 混合类型 > 纯字符串
• 同一优先级内：数字按数值大小排序，字符串按自然顺序排序
• 利用元组排序特性，先比较优先级（元组第一个元素），再比较内容（元组第二个元素）

内容的提问来源于stack exchange，提问作者user21510116