Pandas DataFrame按dist列排序失效问题求助

你遇到的排序失效问题，核心原因就是**dist列被识别成了object（字符串）类型**，这时候sort_values会按照字符串的字典序来排序，而不是我们期望的数值大小排序，自然得不到正确的结果。

为什么dist列会变成object类型？ #

看你代码里这一行：

RESULTS = pd.DataFrame(np.array(lresults))

当你把lresults（一个包含字符串和数值的混合列表）转换成np.array时，NumPy为了兼容所有元素类型，会把整个数组的类型统一设为object。之后转成Pandas DataFrame时，dist列就继承了这个object类型，不再是数值类型了。

解决方案 #

这里有两种直接有效的修复方式：

方式1：直接用列表创建DataFrame（推荐）

跳过np.array转换这一步，直接把lresults传给pd.DataFrame，Pandas会自动识别各列的正确类型：

def closest_locations(from_loc_point, to_loc_list):
    lresults=list()
    for list_index in range(len(to_loc_list)):
        dist= hypot(locations[from_loc_point[0]][0] -locations[to_loc_list[list_index]][0],locations[from_loc_point[0]][1] -locations[to_loc_list[list_index]][1])
        lista_dist = [from_loc_point[0],to_loc_list[list_index],dist]
        lresults.append(lista_dist[:])
    # 直接用列表创建DataFrame，无需转np.array
    RESULTS = pd.DataFrame(lresults, columns=['from','to','dist'])
    RESULTS.sort_values(['dist'], ascending=[True], inplace=True)
    RESULTS.index = range(len(RESULTS))
    return RESULTS

方式2：手动转换dist列的类型

如果不想修改DataFrame的创建逻辑，可以在排序前把dist列转成数值类型：

# 在sort_values之前添加这一行
RESULTS['dist'] = RESULTS['dist'].astype(float)
RESULTS.sort_values(['dist'], ascending=[True], inplace=True)

验证修复效果 #

修复后，你可以用RESULTS.dtypes查看列类型，dist应该显示为float64。这时候再排序，就会按照数值从小到大排列，E和F（它们的距离应该是最小的）就会排在前面了。

另外，小建议：你可以用enumerate简化循环里的索引处理，让代码更简洁：

for loc in to_loc_list:
    dist= hypot(locations[from_loc_point[0]][0] - locations[loc][0], locations[from_loc_point[0]][1] - locations[loc][1])
    lresults.append([from_loc_point[0], loc, dist])

内容的提问来源于stack exchange，提问作者Florian