Python 数据操作-值为字母数字时对索引进行排序

我想知道我应该如何处理这种数据操纵困境。 在索引级别上的值为字母数字的数据框中，对多索引的索引进行排序的最佳方法是什么。 这些数值是：

[u'0'，u'1'，u'10'，u'11'，u'2'，u'2Y'，u'3'，u'3Y'，u'4'，u'4Y'，u'5'，u'5Y'，u'6'，u'7'，u'8'，u'9'，u'9Y']

我搜索的结果是：

[u'0'，u'1'，u'2'，u'3'，u'4'，u'5'，u'6'，u'7'，u'8'，u'9'，u'10'，u'11'，u'2Y'，u'3Y'，u'4Y'，u'5Y'，u'9Y']

纯数值表示月份，而整数加上“Y”表示年份

有办法对索引进行排序吗

持续时间-是多指标的一个级别，第二个级别是总和。 请在下面查找示例数据集：

Duration                            2          2Y         3         3Y   
customer                                                                     
Invoice A                         25.50        0.00      0.00       20.00   
Invoice B                         50.00        25.00     -10.50     0.00
Invoice C                         125.00       0.00      11.20      0.50
Invoice D                         0.00        15.00      0.00       80.10

---

您可以使用

natsort

包对列进行自然排序。下面是一个例子：

import natsort as ns

c =  ['0', '1', '10', ...]
c = sorted(ns.natsorted(c), key=lambda x: not x.isdigit())

print(c)
['0',
 '1',
 '2',
 '3',
 '4',
 '5',
 '6',
 '7',
 '8',
 '9',
 '10',
 '11',
 '2Y',
 '3Y',
 '4Y',
 '5Y',
 '9Y']

---

对于您的问题，以下类似方法将

reindex\u axis

作为额外步骤：

c = df.columns.levels[1]
c = sorted(ns.natsorted(c), key=str.isdigit, reverse=True)

df = df.reindex_axis(pd.MultiIndex.from_product([df.columns.levels[0], c]), axis=1)

---

您想对第0级还是第1级进行排序？第1级在我的案例中是持续时间这是我看到的代码

c=sorted（ns.natsorted（df_with_col_arg），key=lambda x:not x.isdigit（））AttributeError:“tuple”对象没有属性“isdigit”

@OAK

c=df.columns.levels[0]

你能试试这个吗？@COLDSPEED我写错了。现在已更正，但现在这一行

df=df。reindex\u轴（c，轴=1）

显示

TypeError:Expected tuple，got str

。其中C为列表类型。试图将C转换为元组，但返回了相同的错误。@请打印

df.columns

并将结果添加到问题中好吗？这会有帮助的。@COLDSPEED-非常感谢！它工作得非常好，非常棒！