根据字符串+数字的索引对熊猫数据框进行排序

Posted 2023-03-12

【中文标题】根据字符串+数字的索引对熊猫数据框进行排序

【英文标题】：Sort pandas dataframe on index that is string+digits

【发布时间】：2021-07-03 06:38:18

【问题描述】：

我有以下数据框：

import numpy as np
col1=['A_100','A_30','A_60','B_100','B_30','B_60']
vals=np.random.randint(0,20,size=6).tolist()
df=pd.DataFrame(list(zip(col1,vals)),columns=['index','vals']).set_index('index')

>>>

       vals
index   
A_100   5
A_30    0
A_60    5
B_100   9
B_30    1
B_60    9

我想对数据框进行排序，以便根据字符串的字母和数值进行组织，如下所示：

          val
index
A_100     5
A_60      0
A_30      5
B_100     9
B_60      1
B_30      9

我尝试过使用排序索引：

df.sort_index()

但返回相同的数据帧。 我也尝试通过重置索引和排序值来做到这一点，但我得到了相同的结果：

df=df.reset_index()
df.sort_values('index')
>>>#nothin changed

df['indexNumber'] = df.index.str.rsplit('_').str[-1].astype(int)
df = df.sort_values(['indexNumber']).drop('indexNumber', axis=1)
>>>#new dataframe but now I have it A,B,A,B and I still need the A to be together and then the B
      vals
index   
A_30    5
B_30    0
A_60    5
B_60    9
A_100   1
B_100   9

我认为原因是当它对值进行排序时，它会查看第一个数字，然后 6 大于 3 大于 1，因此它认为已经“排序”，并且它没有t 读 100 数字 100。

有没有简单的方法让它先按字符串排序（a-b-c 顺序），然​​后按数值顺序？ (100,60,30)。

【参考方案1】：

一个想法是将index转换为Series，将Series.str.split转换为DataFrame，将第二列转换为整数并对两列进行排序，该索引用于原始df.index中的更改顺序DataFrame.reindex：

df1 = df.index.to_series().str.split('_',expand=True)
df1[1] = df1[1].astype(int)
df1 = df1.sort_values([0, 1], ascending=[True, False])
print (df1)
       0    1
index        
A_100  A  100
A_60   A   60
A_30   A   30
B_100  B  100
B_60   B   60
B_30   B   30

df = df.reindex(df1.index)
print (df)
       vals
index      
A_100     0
A_60     12
A_30     13
B_100    12
B_60      6
B_30      6