如何基于整数列最大值和列表列长度对Pandas DataFrame降序排序？

没问题，我来帮你搞定这个排序需求！咱们可以通过Pandas的sort_values方法轻松实现，核心思路就是：先计算列表列的长度，再同时以整数列降序和列表长度降序作为排序规则。

步骤1：先拿模拟数据举例子 #

先假设你的DataFrame结构是这样的，我造了个贴合需求的示例：

import pandas as pd

# 模拟你的数据结构：整数列 + 不同长度的列表列
data = {
    'int_col': [5, 10, 3, 10],
    'list_col': [[1,2], [3], [4,5,6], [7,8]]
}
df = pd.DataFrame(data)

原始DataFrame的样子：

int_col    list_col
0        5      [1, 2]
1       10         [3]
2        3  [4, 5, 6]
3       10      [7, 8]

步骤2：两种排序方法任选其一 #

方法一：添加临时列（直观易懂）

先给DataFrame新增一列存储列表的长度，再基于整数列和这个临时列排序：

# 生成列表长度列
df['list_length'] = df['list_col'].apply(len)

# 按整数列降序、列表长度降序排序
sorted_df = df.sort_values(by=['int_col', 'list_length'], ascending=[False, False])

# 如果不需要临时列，排序后可以删掉
sorted_df = sorted_df.drop('list_length', axis=1)

方法二：直接用key参数（更简洁，无需额外列）

利用sort_values的key参数，直接在排序时计算列表长度，省去加临时列的步骤：

sorted_df = df.sort_values(
    by=['int_col', 'list_col'],
    ascending=[False, False],
    key=lambda x: x.apply(lambda y: len(y) if isinstance(y, list) else y)
)

最终排序结果 #

两种方法得到的结果完全一致：

int_col    list_col
3       10      [7, 8]
1       10         [3]
0        5      [1, 2]
2        3  [4, 5, 6]

可以看到：

• 整数列最大值10的记录排在最前面
• 整数列值相同时，列表长度更长的[7,8]（长度2）会排在[3]（长度1）前面

哪怕你的数据里有空列表也不用担心，len([])会返回0，排序时会自然排在同整数组的最后。

内容的提问来源于stack exchange，提问作者Saif