DataFrame字母数字混合列按数字优先字母次之排序方法咨询

核心逻辑是拆分字符串中的数字段和字母段，将数字段转为整数避免字符串排序错位，再按「数字→字母」的优先级排序即可。
假设待排序列名为code，以下是两种常用实现方式：

方法1：使用sort_values的key参数（Pandas 1.1.0+ 适用） #

直接通过key参数指定排序规则，无需新增临时列：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'code': ['A1', 'A2', 'A3', 'B1', 'B2', 'B3']})

df_sorted = df.sort_values(
    by='code',
    key=lambda x: [
        x.str.extract(r'(\d+)', expand=False).astype(int), # 优先按数字部分排序
        x.str.extract(r'([A-Za-z]+)', expand=False) # 数字相同再按字母部分排序
    ]
)

方法2：新增临时列排序（低版本Pandas适用） #

如果你的Pandas版本不支持key参数，可以先拆分出两个排序字段，排序后删除即可：

# 拆分排序字段
df['num'] = df['code'].str.extract(r'(\d+)', expand=False).astype(int)
df['letter'] = df['code'].str.extract(r'([A-Za-z]+)', expand=False)

# 排序后删除临时字段
df_sorted = df.sort_values(by=['num', 'letter']).drop(columns=['num', 'letter'])

以上正则适配多字母、多数字的场景，比如AB12、C3这类格式也能正常拆分排序。

内容的提问来源于stack exchange，提问作者Shira