Python 按自定义方式对数据帧进行排序

我已经用自己的方式对DataFrame列进行了很多排序。但不能正确地做到这一点。因此，请参考给定的代码，让我知道执行此任务的附加语法是什么

df = pd.DataFrame({'TC': {0: '1-1.1', 1: '1-1.2', 2: '1-10.1', 3: '1-10.2', 4: '1-2.1', 5: '1-2.1', 6: '1-2.2', 7: '1-20.1', 8: '1-20.2', 9: '1-3.1'}, 'Case': {0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'E', 5: 'F', 6: 'G', 7: 'H', 8: 'I', 9: 'J'}})
df.sort_values(["TC"], ascending=[True])
print (df)

此代码不提供所需的输出。我需要的数据帧排序如下

---

您可以提取数字并形成一个

元组，然后对
序列进行排序，并使用其
索引
重新索引原始数据帧

>>> df.reindex(
        df['TC'].str.extractall('(\d+)')
                .unstack().astype(int)
                .agg(tuple, 1).sort_values()
                .index
    )

       TC Case
0   1-1.1    A
1   1-1.2    B
4   1-2.1    E
5   1-2.1    F
6   1-2.2    G
9   1-3.1    J
2  1-10.1    C
3  1-10.2    D
7  1-20.1    H
8  1-20.2    I

您还可以使用
排序\u值
中的
键
参数：

>>> df.sort_values('TC', 
        key=lambda ser:
           ser.str.extractall('(\d+)')
              .unstack()
              .astype(int).agg(tuple, 1)
    )

如果一个
ID
始终有三个部分，则可以对
非数字
字符使用
expand=True
，而不是
extractall
，因此无需使用
unstack
：

>>> df.sort_values('TC', 
         key=lambda series:
             series.str.split(r'\D+', expand=True)
                   .astype(int).agg(tuple,1)
    )

时间：

>>> %timeit df.reindex(df['TC'].str.extractall('(\d+)').unstack().astype(int).agg(tuple, 1).sort_values().index)
2.95 ms ± 40.1 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

>>> %timeit df.sort_values('TC', key=lambda ser: ser.str.extractall('(\d+)').unstack().astype(int).agg(tuple, 1))
2.91 ms ± 32.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

>>> %timeit df.sort_values('TC', key=lambda series:series.str.split(r'\D+', expand=True).astype(int).agg(tuple,1))
1.6 ms ± 5.88 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

我制作了一个sort（）函数来解决您的查询


将熊猫作为pd导入
df=pd.DataFrame（{'TC'：{0:'1-1.1'，1:'1-1.2'，2:'1-10.1'，3:'1-10.2'，4:'1-2.1'，5:'1-2.1'，6:'1-2.2'，7:'1-20.1'，9:'1-3.1'}，'Case'，'0:'A'，1:'B'，2:'C'，3:'D'，4:'E'，5:'F'，6:'G'，7:'H'，8:'I'，9:'J'}）
def分拣（df）：
listTC=[]
对于df['TC']中的i：
append（float（i[2:]））
df1=pd.DataFrame（list（zip（listTC，list（df['Case']）），columns=['TC'，'Case']））
df_f=df1.排序_值（按=['TC']）
listTC_final=[]
对于df_f['TC']中的i：
listTC_final.append（'1-'+str（i））
df_Final=pd.DataFrame（list（zip（listTC_Final，list（df_f['Case']）），columns=['TC'，'Case']））
返回df_最终版本
打印（排序（df））
我会这样做的。我想这会更快

df["range"] = df["TC"].apply(lambda x: [float(y) for y in x.split("-")])
df = df.sort_values(["range"], ascending=True).drop(["range"], axis="columns")

编辑：
既然你问的是范围的格式是1_1_2而不是1-1.2，我会这样做：

df["range"] = df["TC"].apply(lambda x: tuple(x.split("_")))
df["range"] = df["range"].apply(lambda x: [float(x[0]), float("{}.{}".format(x[1], x[2]))])
df = df.sort_values(["range"], ascending=True).drop(["range"], axis="columns")

你说得很简单，如果数据的格式是“1_2_1”而不是“1-2.1”，那么代码应该是什么呢？事实并非如此，不过，我会有一行额外的代码来将列解析为编辑部分中添加的所需格式