Python：对DataFrame指定3列按行内从小到大排序

没问题，这个需求在pandas里很好实现，我给你两种实用的方法，你可以根据数据集大小和个人偏好选择：

方法一：用apply()逐行排序（直观易懂） #

这种方法通过apply()对指定列的每一行应用sorted()函数，把排序后的结果展开回原列：

首先构造你的示例数据：

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({
    'No': [1, 2, 3],
    'MinVal': [2, 5, 8],
    'MidVal': [4, 6, 8],
    'MaxVal': [3, 8, 1]
})

然后执行排序操作：

# 针对MinVal、MidVal、MaxVal三列，按行从小到大排序后覆盖原列
df[['MinVal', 'MidVal', 'MaxVal']] = df[['MinVal', 'MidVal', 'MaxVal']].apply(
    sorted, axis=1, result_type='expand'
)

• axis=1：指定按行处理数据
• result_type='expand'：把每行排序后的列表展开成三列，刚好匹配原列的位置

方法二：用numpy.sort()（高性能优先） #

如果你的数据集很大，numpy的排序方法效率会更高，它直接对底层数值数组进行排序：

import numpy as np

# 对指定列的数值数组按行排序，然后赋值回原DataFrame
df[['MinVal', 'MidVal', 'MaxVal']] = np.sort(df[['MinVal', 'MidVal', 'MaxVal']].values, axis=1)

验证结果 #

执行完上面任意一种方法后，打印df就能得到你想要的结果：

print(df)

输出：

No  MinVal  MidVal  MaxVal
0   1       2       3       4
1   2       5       6       8
2   3       1       8       8

如果需要从大到小排序，只需要稍作修改：

• 方法一：把sorted改成lambda x: sorted(x, reverse=True)
• 方法二：在np.sort后反转结果：np.sort(..., axis=1)[:, ::-1]

内容的提问来源于stack exchange，提问作者MaMo