Python 使用键参数按多列对数据帧排序

我有一个dataframe，一个包含以下列的pandas dataframe：

df = pd.DataFrame([
    [A2, 2],
    [B1, 1],
    [A1, 2],
    [A2, 1],
    [B1, 2],
    [A1, 1]], 
  columns=['one','two'])

我希望主要按“2”列排序，然后按“1”列排序。对于二次排序，我想使用一个自定义排序规则，该规则将按字母字符[a-Z]和后面的数字[0-100]对列“one”进行排序。因此，这样的结果将是：

[A1, 1]
[B1, 1]
[A2, 1]
[A1, 2]
[B1, 2]
[A2, 2]

在使用如下排序规则之前，我对类似于列“one”的字符串列表进行了排序：

def cusotm_sort(value):
    return (value[0], int(value[1:]))

my_list.sort(key=custom_sort)

如果我试图通过熊猫排序应用此规则，我会遇到许多问题，包括：

pandas dataFrame.sort_values（）函数与sort（）函数一样接受用于排序的键，但键函数应该矢量化（根据pandas文档）。如果我尝试将排序键仅应用于列“一”，则会出现错误“TypeError:无法将序列转换为”

使用Dataframe sort_values（）方法时，它会将排序键应用于传入的所有列。这将不起作用，因为我想首先使用本机数字排序按列'two'排序

---

我将如何按照上述方式对数据框进行排序？

您可以将列

one

拆分为其组成部分，将它们作为列添加到数据框中，然后使用列

two对它们进行排序。最后，删除临时列

>>> (df.assign(lhs=df['one'].str[0], rhs=df['one'].str[1:].astype(int))
       .sort_values(['two', 'rhs', 'lhs'])
       .drop(columns=['lhs', 'rhs']))
  one  two
5  A1    1
1  B1    1
3  A2    1
2  A1    2
4  B1    2
0  A2    2

使用
str.extract
创建一些临时列，这些临时列基于1）字母
（a-zA-Z]+）
和2）数字
（\d+）
，然后删除它们：

df = pd.DataFrame([
    ['A2', 2],
    ['B1', 1],
    ['A1', 2],
    ['A2', 1],
    ['B1', 2],
    ['A1', 1]], 
  columns=['one','two'])

df['one-letter'] = df['one'].str.extract('([a-zA-Z]+)')
df['one-number'] = df['one'].str.extract('(\d+)')
df = df.sort_values(['two', 'one-number', 'one-letter']).drop(['one-letter', 'one-number'], axis=1)
df
Out[38]: 
  one  two
5  A1    1
1  B1    1
3  A2    1
2  A1    2
4  B1    2

解决方案之一是使两列pd.Categorical并将预期顺序作为参数“categories”传递

但我有一些无法强制未知\意外值的要求，不幸的是，这就是pd.Categorical所做的。此外，None不作为类别支持，并自动强制

因此，我的解决方案是使用一个键以自定义排序顺序对多个列进行排序：

import pandas as pd


df = pd.DataFrame([
    [A2, 2],
    [B1, 1],
    [A1, 2],
    [A2, 1],
    [B1, 2],
    [A1, 1]], 
  columns=['one','two'])


def custom_sorting(col: pd.Series) -> pd.Series:
    """Series is input and ordered series is expected as output"""
    to_ret = col
    # apply custom sorting only to column one:
    if col.name == "one":
        custom_dict = {}
        # for example ensure that A2 is first, pass items in sorted order here:
        def custom_sort(value):
            return (value[0], int(value[1:]))

        ordered_items = list(col.unique())
        ordered_items.sort(key=custom_sort)
        # apply custom order first:
        for index, item in enumerate(ordered_items):
            custom_dict[item] = index
        to_ret = col.map(custom_dict)
    # default text sorting is about to be applied
    return to_ret


# pass two columns to be sorted
df.sort_values(
    by=["two", "one"],
    ascending=True,
    inplace=True,
    key=custom_sorting,
)

print(df)

输出：

5  A1    1
3  A2    1
1  B1    1
2  A1    2
0  A2    2
4  B1    2

请注意，此解决方案可能很慢。
谢谢您的帮助。这个答案有效，您只需在sort_values（）调用中切换lhs和rhs的顺序即可获得预期的排序顺序（看起来我在问题中的措辞有点不正确）。您找到解决方案了吗？接受的答案对我有效！