如何按分隔符后首字符对Pandas DataFrame列排序？

需求说明 #

需要将DataFrame的列按列名中_分隔符后的首字母排序，目标列顺序为：cat_A、apple_B、dog_C、car_D

错误代码及报错 #

以下是两种错误尝试及对应报错：

import pandas as pd
df = pd.DataFrame()
df.columns = ['apple_B','cat_A','dog_C','car_D']

# 错误尝试1：误用DataFrame的sort_values参数
df.columns.sort_values(by=df.columns.str.split('-')[1])
# 报错：TypeError: sort_values() got an unexpected keyword argument 'by'

# 错误尝试2：分隔符错误+key函数返回形状不符
df.sort_index(axis=1, key=lambda s: s.str.split('-')[1])
# 报错：ValueError: User-provided `key` function must not change the shape of the array.

错误原因 #

1. df.columns是Index对象，其sort_values()方法没有by参数，该参数仅属于DataFrame的sort_values()方法。
2. 列名中实际分隔符是_而非-，用split('-')无法正确拆分；同时直接取[1]会导致返回结果形状不符合key函数要求（需与输入列名数组形状一致）。

正确解决方案 #

方法1：使用sort_index的key参数（推荐） #

修正分隔符，确保key函数返回同形状的结果：

import pandas as pd
df = pd.DataFrame()
df.columns = ['apple_B','cat_A','dog_C','car_D']

# 按_后的部分排序列
df_sorted = df.sort_index(axis=1, key=lambda col: col.str.split('_').str[1])
print(df_sorted.columns)
# 输出：Index(['cat_A', 'apple_B', 'dog_C', 'car_D'], dtype='object')

方法2：手动排序列名后重排 #

# 对列名列表按_后的部分排序
sorted_cols = sorted(df.columns, key=lambda x: x.split('_')[1])
# 重新设置DataFrame的列顺序
df_sorted = df[sorted_cols]
print(df_sorted.columns)
# 输出：Index(['cat_A', 'apple_B', 'dog_C', 'car_D'], dtype='object')

关于后续尝试的说明 #

你后续尝试的代码是对行索引进行排序，再用相同索引排序列，这与需求不符。需求是排序列名，因此需要针对列名列表进行排序操作，而非行索引。

内容的提问来源于stack exchange，提问作者skiventist