如何对包含数字和字符串的DataFrame进行排序？

Question

我有一个混合数据类型的Pandas DataFrame，包含字符串和整数值。我想按多个列 Price 和 Name 降序排序此DataFrame的值。 字符串值（即Name）应按字母顺序排序，或者实际上可以完全忽略，因为最重要的是数字值。

问题在于目标列列表可能包含字符串和整数列，例如target_columns = ["Price","Name"]。

d = {'1': ['25', 'AAA', 2], '2': ['30', 'BBB', 3], '3': ['5', 'CCC', 2], \
     '4': ['300', 'DDD', 2], '5': ['30', 'DDD', 3],  '6': ['100', 'AAA', 3]}

columns=['Price', 'Name', 'Class']

target_columns = ['Price', 'Name']
order_per_cols = [False] * len(target_columns)

df = pd.DataFrame.from_dict(data=d, orient='index')
df.columns = columns
df.sort_values(list(target_columns), ascending=order_per_cols, inplace=True)

目前，这段代码会出现以下错误信息：

TypeError: 'str'和'int'之间不支持'<'操作

期望的输出结果：

Price    Name    Class
300      DDD     2
100      AAA     3
30       DDD     3
30       BBB     3
25       AAA     2
5        CCC     2

- Fluxy

---

你期望的输出是什么？ - Erfan

@Erfan：请看我的更新。但是，如果有办法在“target_columns”中识别字符串列，则可以忽略字符串列的排序。 - Fluxy

那为什么不直接使用 df = df.sort_values('Price', ascending=False) 呢？ - Erfan

Answer 1

如果我理解正确，您想要一种通用的方法来从选择中排除object列。我们可以使用DataFrame.select_dtypes来实现这一点，然后按数值列排序：

# df['Price'] = pd.to_numeric(df['Price'])
numeric = df[target_columns].select_dtypes('number').columns.tolist()
df = df.sort_values(numeric, ascending=[False]*len(numeric))

   Price Name  Class
4    300  DDD      2
6    100  AAA      3
2     30  BBB      3
5     30  DDD      3
1     25  AAA      2
3      5  CCC      2

- Erfan

---

numeric允许int64，float吗？ - Fluxy

是的，引用自文档：“要选择所有数字类型，请使用np.number或'number'”。 - Erfan

抱歉，在我的情况下，所有的列都可能是“object”。那些确实是数字的列也可能是“object”或“datetime”，就像你在Price的情况下看到的一样。 - Fluxy

哦，我没有看到你的代码行 df['Price'] = pd.to_numeric(df['Price'])。但是我怎么知道 Price 应该被转换为 numeric 呢？我事先没有任何关于列类型的信息。 - Fluxy

属性错误：'Series'对象没有'select_dtypes'属性。 - Kardi Teknomo

Answer 2

另一种解决方案可能是 -

在 sort_values 函数中使用 'by' 参数

d = ({'1': ['25', 'AAA', 2], '2': ['30', 'BBB', 3], '3': ['5', 'CCC', 2], \
     '4': ['300', 'DDD', 2], '5': ['30', 'DDD', 3],  '6': ['100', 'AAA', 3]})

df = pd.DataFrame.from_dict(data=d,columns=['Price','Name','Class'],orient='index')
df['Price'] = pd.to_numeric(df['Price'])
df.sort_values(**by** = ['Price','Name'],ascending=False)

- Akash Singh