pandas - 在 pandas 中按字符串和数字对 MultiIndex 列进行排序

Question

我有一个 pandas multiIndex 数据框，我想按名称和编号排序。

创建一个类似的数据集，df作为示例:

random= np.random.rand(3,10)
a = [ 'a','b','a','b','a','b','a','b','a', 'b']
b = ['p11_1','p11_1','p1_1','p1_1','p9_1','p9_1','p10_1','p10_1','p1_2','p1_2']
arrays = [a,b]
df = pd.DataFrame(data = random, columns = arrays)

标题层看起来像:

   a         b         a  ...         b         a         b
  p11_1     p11_1      p1_1  ...     p10_1      p1_2      p1_2

我可以使用一个简单的排序命令，但这会导致错误的输出:

df = df.sort_index(axis=1)

标题层看起来像:

      a                      ...         b                    
  p10_1     p11_1      p1_1  ...      p1_1      p1_2      p9_1

这对两层都进行了排序，但第二层不是所需的输出。

所需的输出对第二层的排序如下:

p1_1 < p1_2 < p9_1 < p10_1 < p11_1  

而不是:

p10_1 < p11_1 < p1_1 < p1_2 < p9_1 

任何事情都会有所帮助!

Answer 1

让我们试试natsorted

from natsort import natsorted
df=df.reindex(columns=natsorted(df.columns.tolist(), key=lambda element: (element[0], element[1])))
Out[126]: 
          a                      ...         b                    
       p1_1      p1_2      p9_1  ...      p9_1     p10_1     p11_1
0  0.122500  0.339663  0.880657  ...  0.258351  0.777972  0.824912
1  0.506081  0.947983  0.502101  ...  0.626606  0.187132  0.344037
2  0.465429  0.688159  0.396115  ...  0.840099  0.750303  0.932954
[3 rows x 10 columns]