Python 对熊猫中的特定列进行排序

我有一个数据帧（示例如下所示）

我想做的是根据大小对值进行排序，这样最终的数据帧应该如下所示：

  Type          SKU      Description   FullDescription        Size      Price
    Variable       2        Boots          Shoes on sale       S,M,XL        
    Variation      2.7      Boots S                             S       330
    Variation      2.6      Boots M                             M        330
    Variation      2.5      Boots XL                            XL        330
    Variable       3        Boots           Helmet Sizes       E41,E42
    Variation      3.2      Helmet E41                          E41       89
    Variation      3.8      Helmet E42                          E42       89

我可以只使用

对值进行排序（）

，但似乎找不到任何东西来保持类型和SKU的顺序。任何帮助都将不胜感激。

稍长一点

out = df.groupby(df.Type.eq('Variable').cumsum()).\
       apply(lambda x : pd.concat([x.iloc[[0]].assign(Size=lambda y : y['Size'].str.split(',').str[::-1].str.join(',')),
                        x.iloc[1:,].iloc[::-1]]))
Out[458]: 
             Type  SKU Description     Size  Price
Type                                              
1    0   Variable  2.0       Boots   S,M,XL    NaN
     3  Variation  2.7      BootsS        S  330.0
     2  Variation  2.6      BootsM        M  330.0
     1  Variation  2.5     BootsXL       XL  330.0
2    4   Variable  3.0       Boots  E41,E42    NaN
     6  Variation  3.2   HelmetE41      E41   89.0
     5  Variation  3.8   HelmetE42      E42   89.0

---

按大小的逻辑排序是什么。在您的第二行到第四行中，

XL

后跟

M

和

S

如何？最后两行的排序方式是

E41

和

E42

？是否尝试更改单个记录？或者试图改变数据帧中记录的排序方式？从您的示例来看，您似乎试图更改描述与大小的配对，因此“Boots S”的大小为“XL”。您的意思是将E41、E42切换为“靴子头盔尺寸”行中的E42、E41吗？大小列是否需要自定义排序函数，或者通常的字母排序是否足够？请修复所有打字错误，包括实际的sort_values（）调用、sort_values（）的输出，并详细说明该输出的错误。非常抱歉，我不确定它是如何发布以前未编辑的版本的，我已使用所需的正确数据框再次编辑了该问题，这将有助于清楚地理解该问题。真的很抱歉again@Manakin请随意回答，它现在打开了Ice one，我为他的原始df做了我的答案，但新的df有很多行代码，所以我认为你的更好，不知道为什么它不能在我的原始数据集上工作，它在变量下面显示变量，顺序仍然不正确，但工作正常，只是顺序相反。变量2低于变量2.7,2.6,2.5，变量的大小为XL，M，S。对于类型，它应该显示索引，但在我的原始数据集中，它在整个列中显示0

out = df.groupby(df.Type.eq('Variable').cumsum()).\
       apply(lambda x : pd.concat([x.iloc[[0]].assign(Size=lambda y : y['Size'].str.split(',').str[::-1].str.join(',')),
                        x.iloc[1:,].iloc[::-1]]))
Out[458]: 
             Type  SKU Description     Size  Price
Type                                              
1    0   Variable  2.0       Boots   S,M,XL    NaN
     3  Variation  2.7      BootsS        S  330.0
     2  Variation  2.6      BootsM        M  330.0
     1  Variation  2.5     BootsXL       XL  330.0
2    4   Variable  3.0       Boots  E41,E42    NaN
     6  Variation  3.2   HelmetE41      E41   89.0
     5  Variation  3.8   HelmetE42      E42   89.0