對 Pandas 列中的一串數字進行排序

Question

我之前創建了一個創建作者索引的 python 腳本。
為了省去細節，（因為從 pdf 中提取文本非常困難）我創建了一個最小的可重現示例。 我目前的狀態是為每個作者換行，並以逗號分隔作者所在頁面的列表。 但是我想以升序方式對頁面列表進行排序。

import pandas as pd
import csv
words = ["Autor1","Max Mustermann","Max Mustermann","Autor1","Bertha Musterfrau","Author2"]
pages = [15,13,5,1,17,20]
str_pages = list(map(str, pages))
df = pd.DataFrame({"Autor":words,"Pages":str_pages})
df = df.drop_duplicates().sort_values(by="Autor").reset_index(drop=True)
df = df.groupby("Autor")['Pages'].apply(lambda x: ','.join(x)).reset_index()
df

這將產生所需的 output（頁面排序除外）。

               Autor Pages
0            Author2    20
1             Autor1  15,1
2  Bertha Musterfrau    17
3     Max Mustermann  13,5

我嘗試將Pages列矢量化為字符串，用逗號分隔並應用 lambda function 應該對結果列表進行排序。

df["Pages"] = df["Pages"].str.split(",").apply(lambda x: sorted(x))
df

然而，這只適用於Autor1但不適用於Max Mustermann 。 我似乎無法弄清楚為什么會這樣

               Autor    Pages
0            Author2     [20]
1             Autor1  [1, 15]
2  Bertha Musterfrau     [17]
3     Max Mustermann  [13, 5]

Answer 1

str.split返回字符串列表。 所以lambda x: sorted(x)仍然按字符串排序，而不是整數。

你可以試試：

df['Pages'] = (df.Pages.str.split(',')
   .explode().astype(int)
   .sort_values()
   .groupby(level=0).agg(list)
)

Output：

               Autor    Pages
0            Author2     [20]
1             Autor1  [1, 15]
2  Bertha Musterfrau     [17]
3     Max Mustermann  [5, 13]

Answer 2

如果您想使用現有的方法，

df.Pages = (
    df.Pages.str.split(",")
        .apply(lambda x: sorted(x, key=lambda x: int(x)))
)

---

               Autor    Pages
0            Author2     [20]
1             Autor1  [1, 15]
2  Bertha Musterfrau     [17]
3     Max Mustermann  [5, 13]