pandas 按包含數字和字母的列對 dataframe 進行排序

Question

我需要按一列對 dataframe 進行排序，其中包括數字和字母的組合。

df = [{"user": "seth",
       "name": "1"},
     {"user" : "chris",
       "name": "10A"},
     {"user" : "aaron",
       "name": "4B"},
     {"user" : "dan",
       "name": "10B"}]

我的代碼：

df1 = df.sort_values(by=['name'])

這讓我：

df1 = [{"user": "seth",
       "name": "1"},
     {"user" : "chris",
       "name": "10A"},
     {"user" : "dan",
       "name": "10B"},
     {"user" : "aaron",
       "name": "4B"}]

我想：

df1 =    [{"user": "seth",
           "name": "1"},
         {"user" : "aaron",
           "name": "4B"},
         {"user" : "chris",
           "name": "10A"},
         {"user" : "dan",
           "name": "10B"}]

我有一個不同的問題被標記為類似的問題，他們的代碼：

   df.reindex(index=natsorted(df.name))

它返回排序后的 dataframe，但所有值都已替換為 NaN。

  df.iloc(natsorted(df.name))

它引發了一個錯誤：

TypeError: unhashable type: 'list'

Answer 1

為了稍微糾正 Quang 的評論，這很好用

import natsort

df1.iloc[natsort.index_humansorted(df1.name)]

Answer 2

您可以使用正則表達式並提取數字+字母，對它們進行排序並分配為分類列。

s = df["name"].str.extract("(\d+)?(\w|)")
s[0]= s[0].astype(int)

print(s)

   0  1
0   1   
1  10  A
2   4  B
3  10  B



df['name'] = pd.Categorical(df['name'],s.sort_values([0,1]).astype(str).agg(''.join,axis=1))


print(df.sort_values('name')

   user name
0   seth    1
2  aaron   4B
1  chris  10A
3    dan  10B

Answer 3

使用 pandas 1.1.0+ 更新sort_values現在具有關鍵參數：

df = pd.DataFrame([{"user": "seth",
       "name": "1"},
     {"user" : "chris",
       "name": "10A"},
     {"user" : "aaron",
       "name": "4B"},
     {"user" : "dan",
       "name": "10B"}])

df.sort_values('name', key=lambda x: x.str.extract('(\d+)').squeeze().astype(int))

Output：

    user name
0   seth    1
2  aaron   4B
1  chris  10A
3    dan  10B

Answer 4

您現在還可以執行以下操作（使用 pandas >= 1.1.0）：

import natsort

sorted_df = df1.sort_values("name", key=natsort.natsort_keygen())