为何Pandas DataFrame使用sort_values无法正常排序？

首先排查最常见的核心原因：Total列的数据类型不是数值型。如果Total列是字符串类型（比如读取CSV时附带了货币符号、逗号等非数值字符），排序时会按字符顺序而非数值大小排列，自然会出现看起来混乱的结果。

步骤1：检查Total列的数据类型 #

先运行以下代码确认列类型：

print(officeSuppliesDf['Total'].dtype)

如果输出是object，说明该列是字符串类型，需要进行转换。

步骤2：转换Total列为数值类型 #

如果Total列包含$、逗号这类非数值字符，先清理再转换：

import pandas as pd

# 移除非数值字符，转换为数值类型，无法转换的内容设为NaN
officeSuppliesDf['Total'] = pd.to_numeric(
    officeSuppliesDf['Total'].replace(r'[\$,]', '', regex=True),
    errors='coerce'
)

步骤3：重新执行排序 #

转换完成后再运行排序代码，也可以先不使用inplace参数验证结果：

sorted_df = officeSuppliesDf.sort_values(
    by=['Region', 'Total'],
    ascending=[True, False]
)
print(sorted_df)

其他排查点 #

• 如果Total列存在NaN值，默认会排在对应Region组的末尾，可通过na_position参数调整位置（比如na_position='first'让NaN排在组内最前面）。
• 确认查看的是完整排序结果：多列排序规则是先按Region升序分组，仅在同一Region组内按Total降序排列，不同Region之间的Total无需保持整体降序。

内容的提问来源于stack exchange，提问作者Amitai Rodrigues Garcia