如何根据特定列中的值对数据文件中的字符串进行排序？

Question

我的Python程序生成熊猫格式的数据文件

        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1
...        ...     ...      ...  ...  ...
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1

我需要根据数字根据第二列（源）对字符串进行排序，因此排序后的行的正确顺序应该是：cne_1、cne_2、cne_3、cne_4等 我尝试使用：

df_sorted = df.sort_values('Source', ascending=True)

但是，这并没有导致线路顺序发生任何变化

Answer 1

对于最新版本，可以使用参数key将值除以_并将值转换为整数：

df_sorted = df.sort_values('Source', key=lambda x: x.str.split('_').str[1].astype(int)) 

或者可以通过^{}获取排序值的位置并传递给^{}：

df_sorted = df.iloc[df['Source'].str.split('_').str[1].astype(int).argsort()]
print (df_sorted)
        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1