如何将DataFrame中字符串型列值移至升序排序后的底部？

我来帮你搞定这个排序问题～你遇到的核心原因是：Python中字符串与数值比较时，字符串会被判定为更小的值，所以'unavailable'会排在所有数值前面。下面给你两种实用的解决方案：

方法一：拆分数据后合并（直观易理解） #

把数值行和含'unavailable'的行分开处理，先排序数值行，再把字符串行追加到底部：

import pandas as pd

# 先执行你的替换操作（如果需要的话）
final_df = final_df.replace(0.00, 'unavailable')

# 筛选出所有Prix列不是'unavailable'的行
numeric_rows = final_df[final_df['Prix'] != 'unavailable']
# 对数值行按Prix升序排序
sorted_numeric = numeric_rows.sort_values('Prix', ascending=True)

# 筛选出含'unavailable'的行
unavailable_rows = final_df[final_df['Prix'] == 'unavailable']

# 合并两个结果，数值行在前，字符串行在后，重置索引
final_df = pd.concat([sorted_numeric, unavailable_rows]).reset_index(drop=True)

方法二：自定义排序键（简洁高效） #

利用sort_values的key参数，给'unavailable'设置一个超大的排序权重（比如无穷大），这样它自然会排在所有数值后面：

import pandas as pd

# 先完成替换操作
final_df = final_df.replace(0.00, 'unavailable')

# 自定义排序键：将'unavailable'转为无穷大，其他值转为float后排序
final_df = final_df.sort_values(
    by='Prix',
    ascending=True,
    key=lambda col: col.apply(lambda val: float('inf') if val == 'unavailable' else float(val))
).reset_index(drop=True)

小提示 #

如果你的Prix列数据类型比较混杂，建议先做一次数据清洗，确保能转为数值的都转为数值类型，这样后续操作会更稳定。比如可以用pd.to_numeric配合errors='coerce'来处理：

final_df['Prix'] = pd.to_numeric(final_df['Prix'], errors='coerce').fillna('unavailable')

内容的提问来源于stack exchange，提问作者Murcielago