python - 如何使用 pandas 更改列值和排序？

Question

我有以下 pandas DataFrame。

import pandas as pd
df = pd.read_csv('filename.csv')

print(df)

     cat      A         B           C
0     cat1    0.787575  0.159330    0.053095
1     cat10   0.770698  0.169487    0.059815
2     cat11   0.792689  0.152043    0.055268
3     cat12   0.785066  0.160361    0.054573
4     cat13   0.795455  0.150464    0.054081
5     cat14   0.794873  0.150700    0.054426
..    ....
8     cat19   0.811585  0.140207    0.048208
9     cat2    0.797202  0.152033    0.050765
10    cat20   0.801607  0.145137    0.053256
11    cat21   0.792689  0.152043    0.055268
    ....

显然，cat1 的顺序不正确，因为 cat2 应该在 cat1 之后，而不是在 cat19 之后.

可以用什么方法来纠正这个问题？

我的想法是重新标记每个单位数字 cat，然后使用 .sort() 进行排序。但是，我的方法不起作用。

df = df.rename(index={'cat1': 'cat01'})
df = df.rename(index={'cat2': 'cat02'})
df = df.rename(index={'cat3': 'cat03'})
...
df = df.rename(index={'cat9': 'cat09'})

看来必须将索引更改为cat列，然后使用上述方法进行排序。

但是，我仍然打字太多。实现这一目标的最佳方法是什么？

Answer 1

您可以使用正则表达式来提取数字(\d+ 表示一位或多位数字)，使用 zfill对它们进行零填充，然后将 cat 添加回结果中。我已将 3 用于 zfill，因此 1 变为 001。您可以根据需要进行调整。

我还创建了一个掩码，仅将其应用于包含数字的行。

np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))
df['cat'] = ['catZ', 'cat10', 'cat11', 'cat12', 'cat13']

digit_str = df.cat.str.extract(r'(\d+)').str.zfill(3)
mask = digit_str.notnull()
df.loc[mask, 'cat'] = 'cat' + digit_str[mask]

>>> df
          A         B         C     cat
0  1.764052  0.400157  0.978738    catZ
1  2.240893  1.867558 -0.977278  cat010
2  0.950088 -0.151357 -0.103219  cat011
3  0.410599  0.144044  1.454274  cat012
4  0.761038  0.121675  0.443863  cat013