如何基于子串对Pandas DataFrame的Event_ID列实现自定义排序
实现方法
核心是拆分Event_ID的类型前缀和数字后缀,按两个维度排序即可解决默认字符串排序出现的Fix_10排在Fix_2前面的错位问题:
方法1:新增临时辅助列排序(可读性更高)
import pandas as pd # 假设原DataFrame变量名为df # 拆分Event_ID为类型和编号两列 df[['event_type', 'event_serial']] = df['Event_ID'].str.split('_', expand=True) # 将编号转为整数,避免字符串排序的错位问题 df['event_serial'] = df['event_serial'].astype('int') # 先按类型排序(Fix天然比Sac字典序靠前,符合需求),再按编号升序排序,最后删除临时列 df_sorted = df.sort_values( by=['event_type', 'event_serial'], ignore_index=True ).drop(columns=['event_type', 'event_serial'])
方法2:使用key参数直接排序(无需新增列)
df_sorted = df.sort_values( by='Event_ID', # 每个Event_ID转为(类型, 编号整数)的元组作为排序依据 key=lambda col: col.str.split('_').apply(lambda x: (x[0], int(x[1]))), ignore_index=True )
排序逻辑说明
默认字符串排序会把Fix_10排在Fix_2前面,是因为字符串按位比较时'1' < '2'。我们将ID拆成元组后:
- 先比较元组第一个元素:
'Fix'字典序小于'Sac',所有Fix类事件排在Sac类前面 - 第一个元素相等时,比较第二个整数元素,保证编号按1、2...11的自然顺序排列
内容的提问来源于stack exchange,提问作者Phoenix
相关产品推荐
相关产品推荐

