Pandas DataFrame如何对「字母_数字」格式的字符串索引实现分组按数值排序

可以通过构造复合排序键的方式，同时满足「先按字母字典序分组、同组内按数字实际值降序排列」的需求，有两种常用实现方式：

方式1：临时列排序（兼容性最好，逻辑直观） #

适合所有pandas版本，操作步骤清晰不易出错：

• 重置索引，将原索引转为普通数据列
• 拆分索引为两个独立排序维度：字母前缀、整数格式的数字值
• 按优先级执行多列排序：先按字母前缀升序（实现A组在前、B组在后），再按数字值降序（实现同组内100>60>30的顺序）
• 清理临时辅助列，恢复原索引结构

可直接运行的代码：

import pandas as pd
import numpy as np

col1 = ['A_100','A_30','A_60','B_100','B_30','B_60']
vals = np.random.randint(0, 20, size=6).tolist()
df = pd.DataFrame(list(zip(col1, vals)), columns=['index', 'vals']).set_index('index')

# 执行自定义排序
df = df.reset_index()
# 拆分生成排序辅助列
df['sort_prefix'] = df['index'].str.split('_').str[0]
df['sort_num'] = df['index'].str.split('_').str[1].astype(int)
# 按优先级排序
df = df.sort_values(by=['sort_prefix', 'sort_num'], ascending=[True, False])
# 恢复原索引结构
df = df.drop(['sort_prefix', 'sort_num'], axis=1).set_index('index')

之前直接使用默认排序得不到结果的核心原因是：pandas默认对字符串索引做逐字符字典序比较，会把'100'判定为小于'30'（因为首字符'1'的ASCII码小于'3'），无法识别数字的实际大小；通过自定义排序键把字符串数字转成整数参与比较，就可以彻底规避这个问题。同时把字母前缀设为第一排序优先级后，系统会先完成A、B组的聚合，再在每个组内部按数字规则排序，解决之前单排数字导致的A/B组交叉排列问题。

方式2：sort_index自定义键（无临时列，代码更简洁） #

pandas 1.3.0及以上版本支持给sort_index传入自定义key函数，不需要修改原数据结构，一步完成排序：

def custom_sort(idx):
    # 拆分索引为两部分，返回复合排序元组
    split_parts = idx.str.split('_', expand=True)
    # 元组第一个元素：字母前缀（升序）；第二个元素：负的数字值（实现数字降序）
    return list(zip(split_parts[0], -split_parts[1].astype(int)))

# 直接对索引应用自定义规则排序
df = df.sort_index(key=custom_sort)

该方法的排序逻辑和临时列方案完全一致，生成的排序结果和目标输出完全匹配。

内容的提问来源于stack exchange，提问作者Reut