pandas DataFrame中字符串格式列表的元素排序问题求解

问题根源 #

你存储在col1列的内容是JSON格式的字符串，并非Python原生列表对象。直接对字符串执行排序操作时，程序会将字符串按单个字符拆分为序列进行排序，这就是你得到乱序结果的原因。

解决方案 #

核心逻辑是先将字符串反序列化为Python列表，排序后再按需序列化为符合上传要求的字符串格式。

完整代码示例 #

import pandas as pd
import json
from natsort import natsorted

# 构造示例DataFrame
d = {'col1': ['["3 oz","1 oz","2 oz"]', '["1.2 in","1 in","1.3 in"]', '["10 in","22 in","3.4 in"]']}
df = pd.DataFrame(data=d)

# 定义排序处理函数
def sort_numeric_unit_str(s):
    # 将JSON格式字符串转为Python列表
    raw_list = json.loads(s)
    # 对列表执行自然排序，适配数字+单位的排序规则
    sorted_list = natsorted(raw_list)
    # 序列化为符合上传要求的字符串格式，不需要可删除本行，直接返回sorted_list
    return json.dumps(sorted_list)

# 应用到目标列
df['col1'] = df['col1'].apply(sort_numeric_unit_str)

处理结果示例 #

可选容错方案 #

如果你的字符串存在非标准JSON的转义格式，可使用ast.literal_eval替代json.loads做反序列化，容错性更高：

import ast
raw_list = ast.literal_eval(s)

内容的提问来源于stack exchange，提问作者Shawn Jamal