python - pandas)如何在 sort_values 中使用 kind 选项

Question

您好，我想按列中的值对数据框进行排序列的值是字符串与数字的组合。我想按分割后的值中的数字进行排序因此，我搜索了一些模块，只从列表中选择数字，并在 sort_values 中应用 kind 选项。但是它不起作用。如果没有 kind 选项，它按“D1 D10 D11 D2 D3 ..”排序。我想要排序 'D1 D2 D3 D4..D10 D11'你能帮我吗？

Python # 我想按 D1 D2 D3 D4 D5 D10 D11 排序... df[Xlabel] = ['D1','D2','D3','D4','D5','D10','D11']

 def atoi(text):
  return int(text) if text.isdigit() else text
 def natural_keys(text):
  return [ atoi(c) for c in re.split('(\d+)',text) ]

 # my trying but didn't work with error message like below..
 df.sort_values(by=[Xlabel], inplace=True, kind=natural_keys[list(df[Xlabel])])

 # my trying working well but it didn't sort well
 # It sort by ( D1 D10 D11 D2 D3... ) it's not my hope
 df.sort_values(by=[Xlabel], inplace=True])

#error message when trying my method
df.sort_values(by=[Xlabel], inplace=True, kind=natural_keys[list(df[Xlabel])])
TypeError: 'function' object is not subscriptable

Answer 1

我认为这里应该更好地使用natsort将列转换为有序分类:

df = pd.DataFrame({'Xlabel':['D1','D2','D3','D4','D5','D10','D11']})

import natsort as ns

df['Xlabel'] = pd.Categorical(df['Xlabel'],
                              ordered=True,
                              categories= ns.natsorted(df['Xlabel'].unique()))
df = df.sort_values('Xlabel')
print (df)
  Xlabel
0     D1
1     D2
2     D3
3     D4
4     D5
5    D10
6    D11

另外，我认为在新版本的 pandas 中，这应该可以通过新参数 key 实现，请检查 this .