为何df.sort_values()无法正确对投资收益率数据排序？

你的TEST列是字符串类型（带%符号），而非数值类型。字符串排序是按字符的ASCII码顺序比较的：

• 数字开头的正数字符串，首字符ASCII码大于"-"，所以全部排在负数前面
• 负数内部按字符串规则排序，比如"-1%"会比"-3%"靠前，最终就出现了「正数先升序、负数再升序」的错误排序结果。

先把百分比字符串转成数值再排序，两种方式可选：

方式1：修改原列类型后排序 #

# 移除%符号，转成浮点数，除以100得到真实收益率（不除以100也不影响排序逻辑）
df['TEST'] = df['TEST'].str.replace('%', '').astype(float) / 100
# 执行排序
df_sorted = df.sort_values('TEST')

方式2：排序时临时转换（不修改原数据） #

如果不想改动原DataFrame的列结构，用sort_values的key参数做临时转换：

df_sorted = df.sort_values('TEST', key=lambda x: x.str.replace('%', '').astype(float))

效果验证 #

转换后再排序，就能得到你期望的正确顺序：-3%、-1%、-0.5%、1%、2%、5%。

内容的提问来源于stack exchange，提问作者JoeBloggs90