如何用Python按指定规则排序CSV：先按第一列分隔后缀再按前缀

问题背景 #

假设有如下CSV数据：

Field1,Field2,Field3,Field4
bitter-banana,yellow,1,10
tasty-banana,green,1,7
bad-banana,yellow,2,11
tasty-apple,green,10,5
bad-apple,red,9,4
bitter-apple,green,1,7

排序需求：仅基于Field1列排序，规则为：

• 先按-分隔符后的字符串部分按字母序排序
• 后缀相同的组内，再按-分隔符前的字符串部分按字母序排序

期望输出：

Field1,Field2,Field3,Field4
bad-apple,red,9,4
bitter-apple,green,1,7
tasty-apple,green,10,5
bad-banana,yellow,2,11
bitter-banana,yellow,1,10
tasty-banana,green,1,7

已实现第一步排序的代码：

df = df.sort_values(by=["Field1"], key=lambda x: x.str.split("-").str[1], ascending=True)

需补充实现第二步排序逻辑。

解决方案 #

可以通过构建多排序键的方式完成需求，以下两种方法都能实现：

方法1：拆分字段后按多列排序 #

先将Field1拆分为前缀、后缀两个临时列，再按这两个列的顺序排序，最后可删除临时列：

# 拆分Field1为前缀和后缀列
df[['prefix', 'suffix']] = df['Field1'].str.split('-', expand=True)
# 先按后缀排序，再按前缀排序
df = df.sort_values(by=['suffix', 'prefix'], ascending=True)
# 移除临时列（可选操作）
df = df.drop(['prefix', 'suffix'], axis=1)

方法2：直接在key中返回多元素元组 #

无需创建临时列，直接在key函数中返回包含后缀、前缀的元组，Pandas会按元组内的顺序依次排序：

df = df.sort_values(
    by=["Field1"],
    key=lambda x: x.str.split("-").apply(lambda y: (y[1], y[0])),
    ascending=True
)

第二种方法更简洁，无需额外处理临时列，推荐使用。

内容的提问来源于stack exchange，提问作者CB990