根據列名重新排序 Pandas 列

Question

我有名稱相似的列，但數字后綴代表每列的不同出現。 例如，我有列（company_1、job_title_1、location_1、company_2、job_title_2、location_2）。 我想將這些列按前綴（下划線之前）分組在一起，然后按后綴（下划線之后）順序排列。

我希望列如何：company_1、company_2、job_title_1、job_title_2、location_1、location_2。

這是我從這個問題中嘗試的：

df = df.reindex(sorted(df.columns), axis=1)

這導致訂單：company_1，company_10，company_11（跳過2-9）

Answer 1

這種排序稱為自然排序。 （鏈接副本中的完整詳細信息自然排序 Pandas DataFrame ）

通過natsort

import pandas as pd
from natsort import natsorted

df = pd.DataFrame(columns=[f'company_{i}' for i in [5, 2, 3, 4, 1, 10]])

print(df)

排序前：

Empty DataFrame
Columns: [company_5, company_2, company_3, company_4, company_1, company_10]
Index: []

分類：

df = df.reindex(natsorted(df.columns), axis=1)

Empty DataFrame
Columns: [company_1, company_2, company_3, company_4, company_5, company_10]
Index: []

使用 sorted 進行字典排序：

df = df.reindex(sorted(df.columns), axis=1)

Empty DataFrame
Columns: [company_1, company_10, company_2, company_3, company_4, company_5]
Index: []

Answer 2

為了完整起見，您還可以通過將函數傳遞給sorted將字符串拆分為name, index元組來獲得所需的結果。

def index_splitter(x):
    """Example input: 'job_title_1'
       Output: ('job_title', 1)
    """
    *name, index = x.split("_")
    return '_'.join(name), int(index)

df = df.reindex(sorted(df.columns, key=index_splitter), axis=1)