如何根据特定列中的值对 pandas 数据文件中的字符串进行排序？ [复制]答案

【问题标题】：How can I sort strings in pandas data file according to the value in specific column? [duplicate]如何根据特定列中的值对 pandas 数据文件中的字符串进行排序？ [复制]
【发布时间】：2021-03-14 09:25:28
【问题描述】：

我的 Python 程序生成一个 pandas 格式的数据文件

        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1
...        ...     ...      ...  ...  ...
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1

我需要根据第二列（Source）根据数字对字符串进行排序，所以排序后的行的正确顺序应该是：cne_1，cne_2，cne_3，cne_4 et 我试过用：

df_sorted = df.sort_values('Source', ascending=True)

但它并没有对行的顺序产生任何变化。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

对于最后的 pandas 版本，可以使用参数 key 与 _ 拆分值并将值转换为整数：

df_sorted = df.sort_values('Source', key=lambda x: x.str.split('_').str[1].astype(int))

或者可以通过Series.argsort获取排序值的位置并传递给DataFrame.iloc：

df_sorted = df.iloc[df['Source'].str.split('_').str[1].astype(int).argsort()]
print (df_sorted)
        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1

【讨论】：

【解决方案2】：

获取列中的整数值，然后使用它进行排序。

df['sortIndex'] = df.Source.str.replace('cne_', '', regex=False).astype(int)
df_sorted = df.sort_values('sortIndex', ascending=True)

【讨论】：

【解决方案3】：

提取数字，转换为 int 并进行相应的排序。（.sort_values(0) 因为未命名的列自动命名为0）

df_sorted = df.loc[df["Source"].str.extract(r"_(\d+)").astype(int).sort_values(0).index]

结果

print(df_sorted)
        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1

【讨论】：