按照列中子字符串排序的Pandas数据框。

Question

给定一个DataFrame：

    name             email
0   Carl    [e-mail]
1    Bob     [e-mail]
2  Alice   [e-mail]
3  David  [e-mail]
4    Eve     [e-mail]

如何按电子邮件的域名（按字母顺序，升序）和“@”符号之前的字符串对其进行排序？

上述排序后的结果应为：

    name             email
0    Bob     [e-mail]
1    Eve     [e-mail]
2  David  [e-mail]
3  Alice   [e-mail]
4   Carl    [e-mail]

- IamTheWalrus

Answer 1

使用：

df = df.reset_index(drop=True)
idx = df['email'].str.split('@', expand=True).sort_values([1,0]).index
df = df.reindex(idx).reset_index(drop=True)
print (df)
    name             email
0    Bob     [e-mail]
1    Eve     [e-mail]
2  David  [e-mail]
3  Alice   [e-mail]
4   Carl    [e-mail]

说明：

1. 使用drop=True对默认唯一索引进行首次reset_index
2. 然后将值split到新的DataFrame并进行sort_values
3. 最后按照新顺序reindex到新的顺序

- jezrael

---

太棒了！真的很棒！这是一个非常好的答案。 - edesz

Answer 2

选项 1
sorted + reindex

df = df.set_index('email')
df.reindex(sorted(df.index, key=lambda x: x.split('@')[::-1])).reset_index()

              email   name
0     [e-mail]    Bob
1     [e-mail]    Eve
2  [e-mail]  David
3   [e-mail]  Alice
4    [e-mail]   Carl

---

选项2
sorted + pd.DataFrame
作为另一种选择，您可以通过重新创建一个新的DataFrame来放弃选项1中的reindex调用。

pd.DataFrame(
    sorted(df.values, key=lambda x: x[1].split('@')[::-1]), 
    columns=df.columns
)

    name             email
0    Bob     [e-mail]
1    Eve     [e-mail]
2  David  [e-mail]
3  Alice   [e-mail]
4   Carl    [e-mail]

- cs95

---

可以用列名代替x[1]来实现Option 2吗？我尝试了x["email"]，但是出现了错误。 - IamTheWalrus

@IamTheWalrus 不，这是不可能的。sorted 操作的是 df.values，而这些只能用整数索引。 - cs95

@COLDSPEED 谢谢。我用 df.columns.get_loc("email") 成功获取了列索引，并将其与您的解决方案结合使用。我更喜欢这种方法，因为我的实际数据框从 csv 中读取了许多列，并且有时我会更改其中包含的列以及顺序。 - IamTheWalrus

@IamTheWalrus 非常有创意！谢谢。 - cs95