求助：如何按Set和Game对Pandas的market列实现正确排序？

没问题，我来帮你搞定这个排序难题！Pandas自带的sort_values()之所以没达到预期效果，是因为它默认把market列当成字符串来排序——字符串排序是按字符逐个比较的，所以"Game 10"会排在"Game 2"前面，这显然不是咱们要的按数字大小排序的结果。

咱们可以通过以下步骤实现按Set和Game的数字顺序排序：

步骤1：提取Set和Game的数字 #

先从market列里把Set和Game对应的数字提取出来，转换成整数类型，方便后续排序：

import pandas as pd

# 假设你的数据框是df
df[['Set', 'Game']] = df['market'].str.extract(r'Set (\d+), Game (\d+)').astype(int)

这段代码用正则表达式r'Set (\d+), Game (\d+)'从字符串里匹配出Set和Game后面的数字，然后转换成整数存入新的Set和Game列。

步骤2：按新列排序 #

现在就可以用这两个整数列来排序了，先按Set升序，再按Game升序：

df_sorted = df.sort_values(by=['Set', 'Game'])

步骤3：（可选）删除临时列 #

如果不需要保留Set和Game这两个临时列，可以用下面的代码删掉：

df_sorted = df_sorted.drop(columns=['Set', 'Game'])

完整示例 #

把这些步骤整合起来，针对你的数据的完整代码大概是这样：

import pandas as pd

# 模拟你的数据
data = {
    'market': [
        'Game Winner (Set 1, Game 1)',
        'Game Winner (Set 1, Game 10)',
        'Game Winner (Set 1, Game 11)',
        'Game Winner (Set 1, Game 12)'
    ],
    'stake': [1605.50, 2825.00, 700.00, 1500.00],
    'profit': [-1020.30, 85.42, 100.00, 200.00]
}
df = pd.DataFrame(data)

# 提取数字列
df[['Set', 'Game']] = df['market'].str.extract(r'Set (\d+), Game (\d+)').astype(int)

# 排序
df_sorted = df.sort_values(by=['Set', 'Game']).drop(columns=['Set', 'Game'])

print(df_sorted)

运行之后你就能得到按Set和Game数字顺序排列的结果啦！

内容的提问来源于stack exchange，提问作者wazo