Pandas数值转换为百分比格式后排序结果错误如何解决

你使用'{:,.2%}'.format(n)对数值做百分比格式化时，实际是将原始float类型的数值转换成了带%后缀的字符串类型，对应字段的dtype会变为object。Pandas对object类型的字段排序时默认采用字符串字典序而非数值大小排序：

• 例如"8.28%"和"12.33%"按字符串比较时，首字符'8'的ASCII码大于'1'，会被判定为更大的值排在前面，和实际数值大小逻辑完全相反
• 负数的"-0.22%"等带有负号前缀，字符串排序逻辑和数值逻辑偏差会更明显

方案1：保留原始数值列，单独新增格式化展示列（最推荐） #

不修改原始数值字段，单独新增一列专门用于百分比展示，排序逻辑仍然使用原始float类型的数值列，不影响任何计算、排序逻辑，同时满足展示需求。
示例代码：

import pandas as pd

df = pd.DataFrame({'id': [1,1,1,1,2,2,2,2],
          'number': [0.2127,0.2708,0.3014,0.40,-0.0022,-0.0788,0.1233,0.0828]})

# 先按原始数值排序
df.sort_values(by=['id','number'], ascending=[True,False], inplace=True)
# 单独新增百分比展示列
df['number_percent'] = df['number'].map(lambda n: '{:,.2%}'.format(n))
print(df)

方案2：排序时自定义key，将字符串转回数值比较 #

如果确实需要将原字段修改为百分比字符串格式，排序时可以通过key参数将字符串临时转换为数值后再比较：
示例代码：

import pandas as pd

df = pd.DataFrame({'id': [1,1,1,1,2,2,2,2],
          'number': [0.2127,0.2708,0.3014,0.40,-0.0022,-0.0788,0.1233,0.0828]})

# 转成百分比字符串
df['number']=df['number'].map(lambda n: '{:,.2%}'.format(n))
# 排序时自定义key，去掉%后缀转float后排序
df.sort_values(by=['id','number'], ascending=[True,False], inplace=True,
               key=lambda col: col.str.rstrip('%').astype(float) if col.name == 'number' else col)
print(df)

方案3：使用Pandas Styler仅做展示层格式化 #

如果是需要输出可视化表格（比如Jupyter notebook中展示、导出Excel），可以使用Pandas的样式功能仅在渲染时格式化为百分比，完全不修改原数据的类型，排序、计算都不受影响：
示例代码：

import pandas as pd

df = pd.DataFrame({'id': [1,1,1,1,2,2,2,2],
          'number': [0.2127,0.2708,0.3014,0.40,-0.0022,-0.0788,0.1233,0.0828]})

df.sort_values(by=['id','number'], ascending=[True,False], inplace=True)
# 仅展示时格式化number列为百分比，原数据仍为float类型
df.style.format({'number': '{:,.2%}'})

内容的提问来源于stack exchange，提问作者user16091296