如何让带下划线的大写列值在DataFrame排序时前置？

默认排序不符合预期的核心原因是ASCII编码规则：下划线_的字符码值是95，而大写字母A-Z的码值范围是65-90，所以下划线开头的大写字符串会被排在所有大写字母之后；而小写字母a-z的码值是97-122，比下划线大，所以下划线开头的小写字符串会排在小写字母之前，这就是你看到大小写排序结果差异的原因。

不需要转小写排序再转回大写，有两种更简便的处理方式：

方法一：使用sort_values的key参数（推荐） #

从Pandas 1.1.0版本开始，sort_values支持key参数，可以指定排序的依据函数，且不会修改原数据内容。直接基于字符串的小写形式排序，原数据保持大写格式：

import pandas as pd

df = pd.DataFrame({
   "cl1": ["foo", "foo", "foo"], 
   "cl2": ["_FOO", "BAR", "BAZ"]
})

# 基于小写字符串排序，原列值保留大写
sorted_df = df.sort_values(["cl1", "cl2"], key=lambda col: col.str.lower())
print(sorted_df)

输出结果：

cl1    cl2
0  foo  _FOO
1  foo   BAR
2  foo   BAZ

如果觉得lambda不够简洁，也可以直接传入pd.Series.str.lower作为key：

sorted_df = df.sort_values(["cl1", "cl2"], key=pd.Series.str.lower)

方法二：自定义排序映射（兼容旧版Pandas） #

如果使用的是Pandas 1.1.0之前的版本，可以创建临时排序映射列，基于该列排序后再删除：

# 添加临时排序依据列
df["sort_key"] = df["cl2"].str.lower()
# 基于临时列排序后删除该列
sorted_df = df.sort_values(["cl1", "sort_key"]).drop("sort_key", axis=1)

这种方式兼容性更好，但比key参数多了列操作步骤，不如前者简便。

内容的提问来源于stack exchange，提问作者t3chb0t