如何在Pandas中按索引的数字部分自定义排序行？

嘿，这个需求我之前也遇到过，刚好有几个不用提前移除前缀字符的简洁解决方案，给你参考：

方法1：适配旧版pandas（无sort_index key参数） #

如果你的pandas版本比较旧（1.1.0之前），sort_index确实不支持自定义排序函数，那可以借助sort_values和临时提取的数字序列来实现：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'data': [10, 20, 30, 40]}, index=['b1', 'a20', 'b2', 'a21'])

# 按索引中的数字部分排序
sorted_df = df.loc[
    df.index.to_series()
    .apply(lambda idx: int(idx[1:]))  # 提取索引的数字部分转成整数
    .sort_values()
    .index
]

原理很简单：把索引转成Series，提取数字部分作为排序依据，排好序后再用原索引重新定位DataFrame的行，完全不会改动原索引。

方法2：新版pandas直接用sort_index的key参数 #

如果你的pandas是1.1.0及以上版本，其实官方已经给sort_index加了key参数，这就更省事了：

sorted_df = df.sort_index(key=lambda idx: idx.str[1:].astype(int))

直接给key传一个匿名函数，提取索引的数字部分转成整数，pandas会自动用这个值来排序索引，代码简洁到不行。

方法3：用natsort库处理更复杂的格式 #

要是你的索引前缀不止一个字符（比如'ab12'这种），或者格式更灵活，推荐用第三方库natsort的自然排序功能，它能自动识别字符串里的数字片段：

先安装库：

pip install natsort

然后使用：

from natsort import natsorted

sorted_df = df.loc[natsorted(df.index)]

这个方法通用性极强，不管前缀是几个字符，只要后面跟着数字，都能精准按数字大小排序，代码也超简洁。

内容的提问来源于stack exchange，提问作者posdef