如何根据因子中的数字对含Label和Mean的DataFrame进行排序？

要实现按Label字段里的数字对DataFrame排序，我们可以通过提取排序用的数字字段再按该字段排序这两步完成，以下是基于pandas的具体操作：

步骤1：从Label中提取排序用的数字 #

观察你的Label格式（比如C2-Concatenated Stacks-1:c:2/3 - MDAMB231 (10)），数字被包裹在括号中。我们可以用正则表达式精准提取这部分数字，并转换成整数类型（避免字符串排序的坑，比如"10"字符串会排在"2"前面）：

import pandas as pd

# 假设你的原始DataFrame名为df
df['sort_key'] = df['Label'].str.extract(r'\((\d+)\)', expand=False).astype(int)

步骤2：按提取的数字对DataFrame排序 #

用sort_values方法根据新生成的sort_key列排序，排序后可以删除这个临时的辅助列：

方式1：生成新的排序后DataFrame #

df_sorted = df.sort_values(by='sort_key').drop(columns='sort_key')

方式2：直接在原DataFrame上修改 #

如果不需要保留原DataFrame的顺序，可以直接在原对象上操作：

df.sort_values(by='sort_key', inplace=True)
df.drop(columns='sort_key', inplace=True)

补充说明 #

• 如果你的Label中数字的位置不是括号包裹的格式，可以调整正则表达式。比如数字在Label末尾且没有括号，可以用r'(\d+)$'来匹配末尾的数字。
• 转换成整数类型是关键，这样排序会按数字大小而非字符串字典序进行，保证排序结果符合预期。

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