按照第二列重新排序pandas数据框

Question

我需要按照第二列重新排序pandas数据框：

  colors        numbers
0    red      '1 - 49 ch'
1  white    '10 - 490 ch'
3   blue  '100 - 4900 ch'
4   green  '2 - 3000 ch'
5   blue  '10 - 4900 ch'
6   blue  '1 - 49 ch'

这一列包含了需要拆分并按第一个元素排序的字符串，以得到以下结果：

  colors        numbers
0    red      '1 - 49 ch'
1   blue  '1 - 49 ch'
2   green  '2 - 3000 ch'
3  white    '10 - 490 ch'
4   blue  '10 - 4900 ch'
5   blue  '100 - 4900 ch'

如何遍历第二列以获得所需结果？

for i in df['numbers']:
    print(i.split(" - ")[0])

谢谢

- userHG

Answer 1

我们可以尝试提取数字，并对其进行排序：

(df.join(df.numbers.str.extract('(\d+) - (\d+)').astype(int))
   .sort_values([0,1], kind='mergesort')
   .drop([0,1], axis=1)
)

输出：

  colors          numbers
0    red      '1 - 49 ch'
6   blue      '1 - 49 ch'
4  green    '2 - 3000 ch'
1  white    '10 - 490 ch'
5   blue   '10 - 4900 ch'
3   blue  '100 - 4900 ch'

- Quang Hoang

Answer 2

让我们尝试使用natsort中的index_natsorted

from natsort import index_natsorted
df=df.iloc[index_natsorted(df.numbers)]

- BENY

---

不要忘记添加 pip install natsort，因为我认为它不是标准库的一部分 :) - Umar.H

Answer 3

如果您想使用split，您可以使用以下代码添加新行：

 df['numbers2']=df.numbers.str.split('-').str[0].astype('int')

然后在这个新列上应用sort_values函数

- Mathieu P.