如何确保R和Python脚本使用相同的排序规则？

我在dplyr 1.4.2中使用R3.6，在Pandas 1.0.3中使用Python 3.7

我需要确保我的R和Python脚本都能以相同的顺序对相同的字符串向量进行排序。但是，在我当地的环境中，情况并非如此：

在R中：

在Python中：

import pandas as pd
import numpy as np
df = pd.DataFrame({
'x': ['abc(_01', 'aaa_05', 'abc_01', 'abc_01', 'abc_01', 'abc_01', np.nan, 'abc_01', 'abc_02', 'abc_02', 'abc_03']
})
df.sort_values(['x']).reset_index(drop=True)

生成：

         x
1   aaa_05
2   abc_01
3   abc_01
4   abc_01
5   abc_01
6   abc_01
7   abc_02
8   abc_02
9   abc_03
10 abc(_01
11      NA

          x
0    aaa_05
1   abc(_01
2    abc_01
3    abc_01
4    abc_01
5    abc_01
6    abc_01
7    abc_02
8    abc_02
9    abc_03
10      NaN

我相信这是因为Python和R使用了不同的排序规则

---

如果是这种情况，如何将两种语言配置为使用相同的排序规则？

要保证Python和R shell使用相同的排序规则，请在创建数据帧之前设置相同的排序规则

e、 g:

在R:

Sys.setlocale(category="LC_COLLATE", locale="C")
Sys.getlocale(category="LC_COLLATE")

import locale
locale.setlocale(locale.LC_COLLATE, "C")
locale.getlocale(locale.LC_COLLATE)

[1] “C”

Python中的：

Sys.setlocale(category="LC_COLLATE", locale="C")
Sys.getlocale(category="LC_COLLATE")

import locale
locale.setlocale(locale.LC_COLLATE, "C")
locale.getlocale(locale.LC_COLLATE)

---

（无，无）

您在R和Python中的语言环境设置是什么？另外，R中的

help（“icuSetCollate”）

可能对您有用。由于我在本地环境中运行这两个脚本，我假设它们都继承了我的机器区域设置，但情况显然不是这样。我想以编程方式更改排序规则，以确保在不同的环境中保证相同的行为？检查。在R中，使用

Sys.getlocale（）

，我确信Python也有类似的功能。R:Sys.getlocale（）[1]“en_AU.UTF-8/en_AU.UTF-8/C/en_AU.UTF-8/en_AU.UTF-8”Python:locale.getlocale（）（'en_AU'，'UTF-8'））