如何在DataFrame中对IPv4与IPv6地址进行混合排序？

原始数据与需求 #

给定以下包含混合IPv4和IPv6地址的DataFrame：

import pandas as pd

df = pd.DataFrame(
    [
        {"group": "a", "ip_address": "10.3.110.12"},  # IPv4
        {"group": None, "ip_address": "10.3.110.127"},  # IPv4
        {"group": "c", "ip_address": "2607:f140:d000:135::7e9c"},  # IPv6
        {"group": "b", "ip_address": "10.3.110.90"},  # IPv4
    ]
)

需求：对ip_address列升序排序，要求IPv4在前，IPv6在后，且同类型IP内部按地址大小自然排序。

现有方法的问题 #

• 方法1（ipaddress对象排序）：IPv4Address和IPv6Address是不同类的对象，pandas无法跨类型比较，直接排序会触发TypeError。
• 方法2（socket.inet_aton转换）：仅支持IPv4，IPv6需要使用inet_pton，但两者返回的字节长度不同，无法统一排序。

可行解决方案 #

方案一：辅助列排序（兼容所有pandas版本） #

通过添加类型标记和IP整数值两个辅助列，实现分层排序：

import ipaddress

# 定义IP处理函数，返回(类型标记, IP整数值)
def process_ip(ip_str):
    ip_obj = ipaddress.ip_address(ip_str)
    ip_type = 0 if isinstance(ip_obj, ipaddress.IPv4Address) else 1
    return (ip_type, int(ip_obj))

# 生成辅助列
df[['ip_type', 'ip_int']] = df['ip_address'].apply(lambda x: pd.Series(process_ip(x)))

# 按类型升序（IPv4在前）、IP整数值升序排序，最后删除辅助列
df_sorted = df.sort_values(by=['ip_type', 'ip_int'], ascending=True).drop(['ip_type', 'ip_int'], axis=1)

print(df_sorted)

输出结果：

group       ip_address
0      a     10.3.110.12
3      b      10.3.110.90
1   None    10.3.110.127
2      c  2607:f140:d000:135::7e9c

方案二：使用sort_values的key参数（pandas 1.1.0+） #

利用sort_values的key参数直接生成排序键，无需辅助列，代码更简洁：

import ipaddress

# 定义排序键生成函数
def sort_key(ip_str):
    ip_obj = ipaddress.ip_address(ip_str)
    # 元组排序优先比较第一个元素（类型标记），再比较第二个元素（IP整数）
    return (0 if isinstance(ip_obj, ipaddress.IPv4Address) else 1, int(ip_obj))

# 直接按生成的键排序
df_sorted = df.sort_values(by='ip_address', key=lambda x: x.apply(sort_key))

print(df_sorted)

输出结果与方案一完全一致。

原理说明 #

• 类型标记：用0标记IPv4，1标记IPv6，确保排序时IPv4始终排在IPv6前面。
• IP整数值：将IPv4/IPv6地址转换为对应的整数（IPv4是32位整数，IPv6是128位大整数），利用整数的大小比较实现IP地址的自然排序。

内容的提问来源于stack exchange，提问作者SAGY