Pandas索引排序技术问询：如何按字母排序及实现A1、A3、A10的正确排序？

一、按字母顺序对索引排序 #

这是Pandas里最基础的索引排序需求，直接用内置的sort_index()方法就能搞定，不管你的索引是字符串、数字还是混合类型，只要是可按字典序（字母顺序属于字典序的一种）比较的都适用。

举个简单例子：

import pandas as pd

# 创建带无序字母索引的DataFrame
df = pd.DataFrame({'value': [1,2,3]}, index=['B', 'A', 'C'])

# 按字母顺序排序索引
sorted_df = df.sort_index()
print(sorted_df)

输出结果：

value
A      2
B      1
C      3

如果想直接修改原DataFrame而不是生成新对象，加上inplace=True参数即可：

df.sort_index(inplace=True)

要是你用的是多级索引（MultiIndex），还可以通过level参数指定按哪一级索引排序，比如：

# 多级索引示例
multi_df = pd.DataFrame({'value': [1,2,3,4]}, 
                        index=[['B', 'B', 'A', 'A'], ['X', 'Y', 'X', 'Y']])

# 按第一级索引字母排序
multi_df.sort_index(level=0, inplace=True)

二、实现"自然排序"（A1、A3、A10而非A1、A10、A3） #

Pandas默认的排序是字典序，会把"A10"排在"A3"前面——因为字典序是逐个字符比较："A1"之后是"A10"（第二个字符都是1），再到"A3"（第二个字符是3）。但我们需要的是"自然排序"：识别字符串里的数字部分，按数字大小排序。

这里有两种常用方案：

方案1：使用natsort库（推荐，简单高效） #

natsort是专门处理自然排序的第三方库，先安装它：

pip install natsort

然后用natsorted()函数生成排序后的索引，再用reindex()重新排列DataFrame：

import pandas as pd
from natsort import natsorted

# 创建带类似A1、A10、A3索引的DataFrame
df = pd.DataFrame({'value': [1,2,3]}, index=['A1', 'A10', 'A3'])

# 自然排序索引
sorted_df = df.reindex(natsorted(df.index))
print(sorted_df)

输出结果：

value
A1       1
A3       3
A10      2

如果你用的是Pandas 1.1.0及以上版本，还可以直接在sort_index()里用key参数，写法更简洁：

df.sort_index(key=lambda x: natsorted(x), inplace=True)

方案2：自定义排序键（无需额外安装库） #

如果不想装第三方库，可以自己写一个函数，拆分索引字符串里的字母前缀和数字部分，然后按（前缀，数字）的元组排序：

import pandas as pd
import re

# 自定义函数：拆分索引为前缀和数字
def natural_sort_key(s):
    # 用正则匹配字母前缀和数字部分
    match = re.match(r'([A-Za-z]+)(\d+)', s)
    if match:
        prefix, num = match.groups()
        return (prefix, int(num))
    # 处理没有数字的情况
    return (s, 0)

# 应用排序
df = pd.DataFrame({'value': [1,2,3]}, index=['A1', 'A10', 'A3'])
sorted_df = df.sort_index(key=lambda x: x.map(natural_sort_key))
print(sorted_df)

这个方案的核心是把每个索引值转换成一个元组——比如"A10"变成("A", 10)，"A3"变成("A", 3)，元组比较时先比前缀，再比数字大小，就能得到我们想要的顺序。

内容的提问来源于stack exchange，提问作者user9359930