Python 如何根据由字母和数字组成的列对dataframe进行排序？

我有这样一个数据帧：

import pandas as pd

df = pd.DataFrame(
    {
        'pos': ['A1', 'B03', 'A2', 'B01', 'A3', 'B02'],
        'ignore': range(6)
    }
)
   pos  ignore
0   A1       0
1  A03       1
2   A2       2
3  B01       3
4   B3       4
5  B02       5

df[['let', 'num']] = df['pos'].str.extract(
    '([A-Za-z]+)([0-9]+)'
)
df['num'] = df['num'].astype(int)
df = (
    df.sort_values(['num', 'let'])
      .drop(['let', 'num'], axis=1)
      .reset_index(drop=True)
)

我想根据

pos

对其进行排序

• 它应该先按数字排序，然后按字母和数字排序
• 应忽略前导

  0

  s

因此，理想的结果是

   pos  ignore
0   A1       0
1  B01       3
2   A2       2
3  B02       5
4  A03       1
5   B3       4

我现在是这样做的：

import pandas as pd

df = pd.DataFrame(
    {
        'pos': ['A1', 'B03', 'A2', 'B01', 'A3', 'B02'],
        'ignore': range(6)
    }
)
   pos  ignore
0   A1       0
1  A03       1
2   A2       2
3  B01       3
4   B3       4
5  B02       5

df[['let', 'num']] = df['pos'].str.extract(
    '([A-Za-z]+)([0-9]+)'
)
df['num'] = df['num'].astype(int)
df = (
    df.sort_values(['num', 'let'])
      .drop(['let', 'num'], axis=1)
      .reset_index(drop=True)
)

---

这是可行的，但我不喜欢的是，我需要两个临时列，以后必须再次删除。有更直接的方法吗？

您可以使用

argsort

和

zfill

对数字进行第一次排序，如

01、02、03

等。这样您就不必分配/删除列：

val =  df['pos'].str.extract('(\D+)(\d+)')
df.loc[(val[1].str.zfill(2) + val[0]).argsort()]

   pos  ignore
0   A1       0
3  B01       3
2   A2       2
5  B02       5
4   A3       4
1  B03       1

这里有一个方法：

重新导入
def提取部件（x）：
组=重新匹配（'（[A-Za-z]+）（[0-9]+）'，x）
返回（int（组[2]），组[1]）
reindex（df.pos.transform（提取部分）。排序值（）.index）。重置索引（drop=True）

输出

Out[1]: 
   pos  ignore
0   A1       0
1  B01       3
2   A2       2
3  B02       5
4  A03       1
5   B3       4

---

我不认为您的方法有任何问题，因为任何其他方法都需要在内存中计算这些值。我同意@DataNearior您的方法对于一个问题来说非常简单，但事实并非如此。@DataNearior:好的，谢谢您的评论。我只是想在不需要临时列的地方介绍它们，所以我想在这里再次检查：）@Erfan:好的，谢谢你的评论。我只是想在不需要的地方引入临时列，所以我想在这里再次检查：）这是一个很好的列。唯一的问题是我必须知道

zfill

（也可以大于2）的数字，但我想我可以在

pos

中使用字符串的最大长度。是的，

df['pos'].str.len（）.max（）-1

也可以正常工作，谢谢。我需要检查

sort\u值

如何在元组上工作；似乎它首先根据第一个条目进行排序，然后根据第二个条目进行排序（

（3，A）

在

（3，B）

之前结束）。@Cleb您对基于元组排序的理解是正确的。不客气。