Python 熊猫在排序时是否将整数值视为字符串？为什么？

我试图根据两列中的值对pandas数据帧进行排序。出于某种原因，它将整数视为字符串，而之前的一些代码中这些值仍然是整数。不确定是什么导致了这些变化，但无论如何：

df = 

contig  pos ref haplotype_block hap_X   hap_Y   odds_ratio  My_hap  Sp_hap
2   5207    T   1856    T   A   167.922 T   A
2   5238    G   1856    C   G   -   C   G
2   5723    A   1856    A   T   -   A   T
2   5867    C   1856    T   C   -   T   C
2   155667  G   2816    G   *   1.0 N   N
2   155670  T   2816    T   *   -   N   N
2   67910   C   2   C   T   0.21600000000000003 T   C
2   67941   A   2   A   T   -   T   A
2   68016   A   2   A   G   -   G   A
2   118146  C   132 T   C   1369.0  T   C
2   118237  A   132 C   A   -   C   A
2   118938  A   1157    T   A   0.002   A   T


df.sort_values(by=['contig', 'pos'], inplace=True, ascending=False)

print(df) #is giving me


contig  pos ref haplotype_block hap_X   hap_Y   odds_ratio  My_hap  Sp_hap
2   118146  C   132 T   C   1369.0  T   C
2   118237  A   132 C   A   -   C   A
2   118938  A   1157    T   A   0.002   A   T
2   155667  G   2816    G   *   1.0 N   N
2   155670  T   2816    T   *   -   N   N
2   5207    T   1856    T   A   167.922 T   A
2   5238    G   1856    C   G   -   C   G
2   5723    A   1856    A   T   -   A   T
2   5867    C   1856    T   C   -   T   C
......

因此，它仅使用两列的第一位数字对数据进行排序

（contig和pos）

。为什么会这样？还有一个非常简单的内存有效的解决方法

谢谢

编辑后详细信息：

print(df.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 333 entries, 0 to 332
Data columns (total 9 columns):
contig             333 non-null int64
pos                333 non-null object
ref                333 non-null object
haplotype_block    333 non-null int64
hap_X              333 non-null object
hap_Y              333 non-null object
odds_ratio         333 non-null object
My_hap             333 non-null object
Sp_hap             333 non-null object
dtypes: int64(2), object(7)
memory usage: 23.5+ KB
None

打印（df.info（））
范围索引：333个条目，0到332
数据列（共9列）：
重叠333非空int64
位置333非空对象
ref 333非空对象
单倍型_block 333非空int64
hap_X 333非空对象
hap_Y 333非空对象
赔率比333非空对象
My_hap 333非空对象
Sp_hap 333非空对象
数据类型：int64（2），对象（7）
内存使用率：23.5+KB
没有一个

将值转换为整数：

df['contig'] = df['contig'].astype(int)
df['pos'] = df['pos'].astype(int)

然后使用

就地排序

df.sort_values(by=['contig', 'pos'], inplace=True, ascending=True)

---

谢谢，

将值转换为整数：

df['contig'] = df['contig'].astype(int)
df['pos'] = df['pos'].astype(int)

然后使用

就地排序

df.sort_values(by=['contig', 'pos'], inplace=True, ascending=True)

---

谢谢，

这里的数据类型是什么？

df.info（）

为这些列显示了什么？你有没有试着把contig转换成int

df['contig']=df['contig'].astype（int）

同样，对于

pos

这里的数据类型是什么？

df.info（）

为这些列显示了什么？你有没有试着把contig转换成int

df['contig']=df['contig'].astype（int）

和同样的

pos