如何对DataFrame中包含数组的列进行正确排序？

我明白你的痛点——直接调用df.sort_values('a')没法按数组元素的顺序正确排序，这是因为Python的列表（list）类型默认不能被Pandas当作可排序的键来处理。下面给你两个简单有效的解决方案：

方法一：转换数组为元组后排序 #

列表是不可哈希且无法直接按元素比较排序的，但元组（tuple）可以。我们可以先把列a的列表转换成元组，再基于这个临时列排序：

import pandas as pd

# 假设你的DataFrame是df
# 新增临时列，将列表转为元组
df['a_tuple'] = df['a'].apply(tuple)
# 按元组列排序，之后删除临时列
df_sorted = df.sort_values('a_tuple').drop('a_tuple', axis=1)
# 可选：重置索引，让索引连续
df_sorted = df_sorted.reset_index(drop=True)

方法二：使用key参数直接排序（Pandas 1.1.0+） #

如果你不想创建临时列，可以利用sort_values的key参数，直接在排序时将列表转为元组作为排序依据，这是更简洁的写法：

df_sorted = df.sort_values(by='a', key=lambda x: x.apply(tuple))
df_sorted = df_sorted.reset_index(drop=True)

为什么这两种方法有效？ #

元组是可哈希且支持按元素顺序比较的类型，比如(0,3) < (0,4)会返回True，正好符合你期望的排序逻辑——数组按元素从小到大依次比较，短数组在元素匹配时会排在前面（比如[0]会排在所有以0开头的多元素数组前面）。

而你之前用df.sort_values('a')无效，是因为Pandas在处理列表类型时，不会按元素顺序进行比较，而是基于列表对象的底层标识来排序，自然得不到你想要的结果。

执行上面的代码后，你的DataFrame就会按照数组列a的元素顺序正确排序，[0,3]会排在[0,4]之前，[1,3]排在[1,4]之前，完全符合你的预期。

内容的提问来源于stack exchange，提问作者S. Soerensen