Pandas顺序列,按对列出

使用一个简短的自定义函数来提取字母/数字,对数字进行排序,并重建一个正确的字符串:

from natsort import natsorted
import re

def reorder(s):
    return ','.join(f'{c}({d})' for c,d in
                    natsorted(re.findall(r'([A-Z])(\d+)', s)))

df1['gen2'] = df1['gen'].apply(reorder)

NB。 natsorted 是可选的,如果您有多个,这也是按数字排序 A 或 B 如果你只有一个 A. / B 你可以直接使用 sorted :

import re

def reorder(s):
    return ','.join(f'{c}({d})' for c,d in
                    sorted(re.findall(r'([A-Z])(\d+)', s)))

df1['gen2'] = df1['gen'].apply(reorder)

输出:

    st     gen        gen2
0    1      B1        B(1)
1    0   A0,B0   A(0),B(0)
2    2   A1,B1   A(1),B(1)
3    0   A0,B0   A(0),B(0)
4    1    B109      B(109)
5    5   B4,A1   A(1),B(4)
6    0   A0,B0   A(0),B(0)
7    7   A4,B3   A(4),B(3)
8   19  B15,A4  A(4),B(15)
9    0   A0,B0   A(0),B(0)
10   0   A0,B0   A(0),B(0)
11   0   A0,B0   A(0),B(0)
12   3    A123      A(123)
13   0   A0,B0   A(0),B(0)

要在pandas DataFrame中对每个单元格都包含值列表的列进行排序,可以按对对列表进行排序。例如,如果你有一个DataFrame,其中每个单元格都包含一个元组(对)列表,并且你想根据每个元组中的第一个值对这些列表进行排序,你可以通过对每个单元格应用自定义函数来实现。

例子

假设您有以下DataFrame:

import pandas as pd

data = {
    'A': [['b', 'a'], ['d', 'c'], ['f', 'e']],
    'B': [[(2, 'y'), (1, 'x')], [(4, 'w'), (3, 'v')], [(6, 'u'), (5, 't')]]
}

df = pd.DataFrame(data)
print(df)

输出:

       A                 B
0  [b, a]  [(2, 'y'), (1, 'x')]
1  [d, c]  [(4, 'w'), (3, 'v')]
2  [f, e]  [(6, 'u'), (5, 't')]

现在,假设您想按每个元组的第一个元素对列“B”中的列表进行排序。您可以这样做:

按对对列排序

# Define a function to sort lists of pairs by the first element of each tuple
def sort_by_first_element(pairs):
    return sorted(pairs, key=lambda x: x[0])

# Apply the sorting function to each cell in column 'B'
df['B'] = df['B'].apply(sort_by_first_element)

print(df)

输出

       A                 B
0  [b, a]  [(1, 'x'), (2, 'y')]
1  [d, c]  [(3, 'v'), (4, 'w')]
2  [f, e]  [(5, 't'), (6, 'u')]

解释

• 自定义排序功能: sort_by_first_element() 函数根据每个元组中的第一个元素对一系列对(元组)进行排序。
• apply() 方法: .apply() 方法用于将此函数应用于“B”列中的每个单元格。

此方法可以根据您对列表的排序方式进行调整(例如,按元组的第二个元素或降序排列)。调整 key 在 sorted() 根据需要发挥作用。