Pandas中字符串类型MultiIndex的排序异常问题问询

嘿，我懂你遇到的这个糟心问题！核心原因就是Spot这个索引层级是字符串类型——Pandas对字符串索引排序时会用字典序，而不是我们想要的数值大小顺序。比如字符串'101.89'会排在'33.5'前面，因为字符'1'的ASCII码比'3'小，这完全不符合我们对数值排序的预期。

下面给你两种实用的解决方案：

方案一：创建MultiIndex时直接指定数值类型 #

如果还没生成最终的DataFrame，最省心的方式就是在创建索引时就把Spot的字符串转成数值（比如float），这样后续排序自然就按数值大小来：

import pandas as pd
import numpy as np

# 把Spot的字符串值转换为float类型
spot_values = [500.50, 33.5, 109.40, 88, 101.89, 1103.18]
# 生成MultiIndex时使用数值类型的Spot值
idx = pd.MultiIndex.from_product(
    [['USDCLP', 'USDMXN', 'USDBRL','EURUSD'], spot_values],
    names=['Ccy', 'Spot']
)
col = ['A', 'B', 'C']
df = pd.DataFrame(np.nan, idx, col)
# 现在排序就会按Ccy分组，每组内按Spot数值升序排列
df = df.sort_index(level=['Ccy','Spot'], ascending=True)
print(df)

方案二：修改已有DataFrame的索引类型 #

如果已经有了现成的DataFrame，不想重新构建，可以直接修改Spot层级的索引类型，再排序：

# 针对已存在的df操作
# 将Spot层级的字符串索引转换为float类型
df.index = df.index.set_levels(
    df.index.get_level_values('Spot').astype(float),
    level='Spot'
)
# 重新排序
df = df.sort_index(level=['Ccy','Spot'], ascending=True)
print(df)

这两种方法都能让Spot按数值大小排序，比如每个货币对下的Spot会从最小到最大排列，完全符合你的预期。

内容的提问来源于stack exchange，提问作者Gabriel