pandas DataFrame如何实现TC列的自定义数值逻辑排序
问题根源
你当前得到错误结果有两个核心原因:
- pandas 的
sort_values默认不会修改原 DataFrame,只会返回排序后的新对象,原代码没有对排序结果做赋值操作,打印的还是未排序的原始 DataFrame - 字符串列默认采用字典序逐字符比较:比如
1-10.1的横杠后首位字符是1,会被判定为小于1-2.1的横杠后首位字符2,完全不符合分段数值大小的排序逻辑
实现目标排序的方案
方案1:自定义排序键(推荐,pandas ≥1.1.0 版本可用)
利用 sort_values 内置的 key 参数,把 TC 列的字符串转成可按数值逻辑比较的元组,无需新增临时列:
def tc_sort_key(s): # 按分隔符拆分字符串为独立段,转成数值类型后组成元组 # 排序时会先比较第一段数值,再比较第二段浮点值 part1, part2 = s.split('-') return (int(part1), float(part2)) # 对TC列应用自定义排序规则,结果赋值给新的变量 df_sorted = df.sort_values("TC", ascending=True, key=lambda col: col.map(tc_sort_key)) print(df_sorted)
方案2:低版本兼容写法(临时列法)
如果你的 pandas 版本低于 1.1.0 不支持 key 参数,可以先拆分生成临时排序列,排序完成后再删除:
# 生成临时排序键列 df['sort_key'] = df['TC'].apply(lambda s: (int(s.split('-')[0]), float(s.split('-')[1]))) # 按临时列排序后删除临时列 df_sorted = df.sort_values('sort_key', ascending=True).drop(columns='sort_key') print(df_sorted)
最终排序效果
两种方案都会得到符合数值逻辑的排序顺序:1-1.1、1-1.2、1-2.1、1-2.1、1-2.2、1-3.1、1-10.1、1-10.2、1-20.1、1-20.2,完全消除字典序排序的错误。
内容的提问来源于stack exchange,提问作者OO7
相关产品推荐
相关产品推荐

