自然排序Pandas DataFrame

Question

我有一个熊猫DataFrame，它的索引要自然排序。Natsort似乎不起作用。在构建DataFrame之前对索引进行排序似乎无济于事，因为我对DataFrame所做的操作似乎使过程中的排序变得混乱。关于如何自然使用索引的任何想法？

from natsort import natsorted
import pandas as pd

# An unsorted list of strings
a = ['0hr', '128hr', '72hr', '48hr', '96hr']
# Sorted incorrectly
b = sorted(a)
# Naturally Sorted 
c = natsorted(a)

# Use a as the index for a DataFrame
df = pd.DataFrame(index=a)
# Sorted Incorrectly
df2 = df.sort()
# Natsort doesn't seem to work
df3 = natsorted(df)

print(a)
print(b)
print(c)
print(df.index)
print(df2.index)
print(df3.index)

Answer 1

如果要对df进行排序，只需对索引或数据进行排序，然后直接将其分配给df的索引，而不是尝试将df作为arg传递，因为这会产生一个空列表：

In [7]:

df.index = natsorted(a)
df.index
Out[7]:
Index(['0hr', '48hr', '72hr', '96hr', '128hr'], dtype='object')

请注意，df.index = natsorted(df.index)也可以

如果将df作为arg传递，则会产生一个空列表，在这种情况下，因为df为空（没有列），否则它将返回排序后的列，而不是您想要的：

In [10]:

natsorted(df)
Out[10]:
[]

编辑

如果要对索引进行排序，以便数据与索引一起重新排序，请使用reindex：

In [13]:

df=pd.DataFrame(index=a, data=np.arange(5))
df
Out[13]:
       0
0hr    0
128hr  1
72hr   2
48hr   3
96hr   4
In [14]:

df = df*2
df
Out[14]:
       0
0hr    0
128hr  2
72hr   4
48hr   6
96hr   8
In [15]:

df.reindex(index=natsorted(df.index))
Out[15]:
       0
0hr    0
48hr   6
72hr   4
96hr   8
128hr  2

请注意，您必须将结果分配给reindex新的df或它本身，它不接受inplace参数。