python - 或者重新排列 Dataframe 的行

Question

我有一个如下所示的数据框:

df = pd.DataFrame({'col1': [i+1 for i in range(10)] + [-i-1 for i in range(10)],
                   'col2': ['random string'] *20})
print(df)
    col1           col2
0      1  random string
1      2  random string
2      3  random string
3      4  random string
4      5  random string
5      6  random string
6      7  random string
7      8  random string
8      9  random string
9     10  random string
10    -1  random string
11    -2  random string
12    -3  random string
13    -4  random string
14    -5  random string
15    -6  random string
16    -7  random string
17    -8  random string
18    -9  random string
19   -10  random string

我想让它看起来像这样:

   col1           col2
0     1  random string
1    -1  random string
2     2  random string
3    -2  random string
4     3  random string
5    -3  random string
6     4  random string
7    -4  random string
8     5  random string
9    -5  random string
10    6  random string
11   -6  random string
12    7  random string
13   -7  random string
14    8  random string
15   -8  random string
16    9  random string
17   -9  random string
18   10  random string
19  -10  random string

我自己的方法似乎需要相当多的行，又名不是Pythonic。我的代码:

df2 = pd.DataFrame(index = df.index,columns = df.columns)

Ypos = df[df['col1'] > 0]
Yneg = df[df['col1'] < 0]

ind_pos = [2*i for i in range(10)]
ind_neg = [2*i+1 for i in range(10)]

df2.loc[ind_pos] = Ypos.rename({k:v for k,v in zip(Ypos.index, ind_pos)})
df2.loc[ind_neg] = Yneg.rename({k:v for k,v in zip(Yneg.index, ind_neg)})
print(df2)

有没有更多的Pythonic方法来实现相同的结果？预先感谢您。

编辑:我想要一个更通用的方法来处理这样的数据框

   col1           col2
0     1  random string
1     2  random string
2     3  random string
3     4  random string
4     5  random string
5    1x  random string
6    2x  random string
7    3x  random string
8    4x  random string
9    5x  random string
10   1y  random string
11   2y  random string
12   3y  random string
13   4y  random string
14   5y  random string

Answer 1

使用 abs 创建辅助键后排序

newdf=df.assign(key=df.col1.abs()).sort_values('key').drop('key',1)
newdf
Out[60]: 
    col1           col2
0      1  random string
10    -1  random string
1      2  random string
11    -2  random string
2      3  random string
12    -3  random string
3      4  random string
13    -4  random string
4      5  random string
14    -5  random string
5      6  random string
15    -6  random string
6      7  random string
16    -7  random string
17    -8  random string
7      8  random string
18    -9  random string
8      9  random string
9     10  random string
19   -10  random string