如何结合键函数对Pandas DataFrame多列自定义排序？

问题背景 #

已有可正常运行的Pandas单列排序代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['A', 'A', 'B', np.nan, 'D', 'C'],
    'col2': [2, -1, 9, -8, 7, 4],
    'col3': [0, 1, 9, 4, 2, 3],
    'col4': ['a', 'B', 'c', 'D', 'e', 'F'],
    'col5': [2, 1, 9, 8, 7, 4],
    'col6': [1.00005,1.00001,-2.12132, -2.12137,1.00003,-2.12135]
})

print(df)

print(df.sort_values(by=['col5']))

print(df.sort_values(by=['col2']))

print(df.sort_values(by='col2', key=lambda col: col.abs() ))

现在需要按col6、col5两列排序，满足两个条件：

• col6仅保留4位小数进行比较（例如1.00005与1.00001视为相等）
• col6按绝对值大小比较（例如1.00005小于-2.12132）

预期输出：

col1  col2  col3 col4  col5     col6
1    A    -1     1    B     1  1.00001
0    A     2     0    a     2  1.00005
4    D     7     2    e     7  1.00003
5    C     4     3    F     4 -2.12135
3  NaN    -8     4    D     8 -2.12137
2    B     9     9    c     9 -2.12132

实现代码 #

通过给sort_values的key参数传入字典，为每一列单独定义排序转换规则，即可实现需求：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['A', 'A', 'B', np.nan, 'D', 'C'],
    'col2': [2, -1, 9, -8, 7, 4],
    'col3': [0, 1, 9, 4, 2, 3],
    'col4': ['a', 'B', 'c', 'D', 'e', 'F'],
    'col5': [2, 1, 9, 8, 7, 4],
    'col6': [1.00005,1.00001,-2.12132, -2.12137,1.00003,-2.12135]
})

# 执行多列自定义排序
sorted_df = df.sort_values(
    by=['col6', 'col5'],
    key={
        'col6': lambda col: col.round(4).abs(),  # 先保留4位小数，再取绝对值作为排序依据
        'col5': lambda col: col  # col5按默认升序规则排序
    }
)

print(sorted_df)

关键逻辑说明 #

• Pandas的sort_values函数支持key参数为字典，键是排序列名，值是对应列的转换函数，排序时会用转换后的值进行比较
• 对col6的处理：先用round(4)把数值四舍五入到4位小数，消除微小差异；再用abs()取绝对值，实现按绝对值大小排序
• col5直接使用原始数值，保持默认的升序排序逻辑

执行上述代码后，输出结果与预期完全一致。

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