Pandas实现DataFrame单元格文本按字母顺序排序并新增列

以下是面向初学者的分步实现与原理说明，基于你给出的测试场景编写。 #

完整可运行代码 #

先贴全量代码，你可以直接跑通看效果：

# 导入依赖库
import pandas as pd

# 构造测试DataFrame（和你写的测试代码一致）
numbers = [123, 321, 456, 654]
df = pd.DataFrame(numbers, columns=['Number'])

# 核心处理：逐单元格排序字符，生成新列
df['sorted_Number'] = df['Number'].apply(lambda x: ''.join(sorted(str(x))))

# 打印结果验证
print(df)

运行后输出如下：

Number sorted_Number
0     123           123
1     321           123
2     456           456
3     654           456

分步原理解释 #

1. 导入pandas库 #

import pandas as pd

• 所有pandas操作都需要先导入库，pd是全球开发者通用的别名写法，属于行业惯例，直接照着写即可。

2. 构造初始测试数据 #

这部分你已经写对了，唯一要提前明确的点：此时Number列的存储类型是整数（int64），整数没法直接拆成单个字符排序，所以后续处理必须先做类型转换。

3. 核心处理逻辑逐段拆解 #

核心代码只有一行，我把每一层的作用拆解开：

df['sorted_Number'] = df['Number'].apply(lambda x: ''.join(sorted(str(x))))

从左到右、从外到内解释：

• df['sorted_Number'] =：把后续处理得到的结果，作为名为sorted_Number的新列追加到原DataFrame中。如果这里写已有的列名，就会直接覆盖原有列的内容。
• df['Number']：选中你要处理的目标列，也就是存了原始数字的Number列。
• .apply(函数)：pandas列的高频方法，作用很简单：把括号里传入的函数，逐行应用到列里的每一个单元格，每个单元格的值会作为参数传给这个函数。比如处理到第二行时，传入的参数就是321。
• lambda x: 处理逻辑：这是Python的匿名函数写法，x就代表当前行传进来的单元格值，冒号后面是对x的处理步骤，返回值就是这个单元格处理后的结果。
• str(x)：把传入的整数x转成字符串。比如x=321时，str(321)得到字符串"321"，只有字符串才能拆成单个字符做排序。如果你的原列本身就是字符串类型（比如存的是"bac"这类字母串），这一步可以省略。
• sorted(可迭代对象)：Python内置的排序函数，传入字符串时会自动把字符串拆成单个字符，按字符的ASCII码顺序升序排列，返回排序后的字符列表。比如sorted("321")会得到列表['1', '2', '3']。如果要做降序排序，加个参数就行：sorted(str(x), reverse=True)，321处理完就是"321"。
• ''.join(字符列表)：把排序后的字符列表拼接成完整字符串。比如''.join(['1','2','3'])就会得到字符串"123"，这就是我们最终要存到新列里的值。

初学者常见踩坑提示 #

• 不要直接对整数调用sorted()：整数是不可迭代对象，直接传会报TypeError: 'int' object is not iterable，必须先转成字符串。
• 字母排序同样适用这个逻辑：如果原列存的是字符串，比如值为['bac', 'edf', 'fed']，直接把处理逻辑改成lambda x: ''.join(sorted(x))，就能得到排序后的['abc', 'def', 'def']。
• 新列名可以自定义：你想叫啥列名就把sorted_Number换成对应的名字就行，比如叫Number_sorted也完全没问题。

内容的提问来源于stack exchange，提问作者Andybrute