pandas DataFrame列表列元素排序且不改变索引及其他列的实现方法

解决方案 #

你只需要对col1列调用apply方法传入内置的sorted函数即可，该方案完全适配pandas 1.3.4版本，不会修改原DataFrame的索引和其他列数值，且sorted的稳定排序特性可以保证相同元素的列表排序后结果完全一致，满足你后续等价识别的需求。

核心代码

# 直接对col1的每个列表做升序排序（默认字典序，和你示例需求匹配）
df['col1'] = df['col1'].apply(sorted)

完整测试示例

你可以用以下代码验证效果：

import pandas as pd

# 构造和你结构一致的测试数据
df = pd.DataFrame(
    data={
        "col1": [['1','2','3'], ['2','4','2'], ['5','2','1'], ['3','2','1']],
        "col2": ['a', 'b', 'c', 'd']
    },
    index=[1,2,3,4]
)

# 执行排序操作
df['col1'] = df['col1'].apply(sorted)

# 打印结果和你期望的输出完全一致
print(df)

扩展说明

如果你需要自定义排序规则，比如按数值大小排序（避免字符串'10'排在'2'前面的问题），可以修改为：

df['col1'] = df['col1'].apply(lambda x: sorted(x, key=int))

如果需要降序排序，添加reverse=True参数即可：

df['col1'] = df['col1'].apply(lambda x: sorted(x, reverse=True))

内容的提问来源于stack exchange，提问作者Tim Kirkwood