对 Pandas 列中的一串数字进行排序

Question

我之前创建了一个创建作者索引的 python 脚本。为了省去细节，（因为从 pdf 中提取文本非常困难）我创建了一个最小的可重现示例。我目前的状态是我为每个作者换了一行，并以逗号分隔的作者出现的页面列表。但是我想以升序方式对页面列表进行排序。import pandas as pdimport csvwords = ["Autor1","Max Mustermann","Max Mustermann","Autor1","Bertha Musterfrau","Author2"]pages = [15,13,5,1,17,20]str_pages = list(map(str, pages))df = pd.DataFrame({"Autor":words,"Pages":str_pages})df = df.drop_duplicates().sort_values(by="Autor").reset_index(drop=True)df = df.groupby("Autor")['Pages'].apply(lambda x: ','.join(x)).reset_index()df这会产生所需的输出（页面排序除外）。               Autor Pages0            Author2    201             Autor1  15,12  Bertha Musterfrau    173     Max Mustermann  13,5我尝试将Pages列矢量化为字符串，用逗号分隔并应用一个 lambda 函数，该函数应该对结果列表进行排序。df["Pages"] = df["Pages"].str.split(",").apply(lambda x: sorted(x))df然而，这只适用于Autor1但不适用于Max Mustermann. 我似乎无法弄清楚为什么会这样               Autor    Pages0            Author2     [20]1             Autor1  [1, 15]2  Bertha Musterfrau     [17]3     Max Mustermann  [13, 5]

Answer 1

str.split返回字符串列表。所以lambda x: sorted(x)仍然按字符串排序，而不是整数。

你可以试试：

df['Pages'] = (df.Pages.str.split(',')

   .explode().astype(int)

   .sort_values()

   .groupby(level=0).agg(list)

)

输出：

               Autor    Pages

0            Author2     [20]

1             Autor1  [1, 15]

2  Bertha Musterfrau     [17]

3     Max Mustermann  [5, 13]

Answer 2

如果您想使用现有的方法，

df.Pages = (

    df.Pages.str.split(",")

        .apply(lambda x: sorted(x, key=lambda x: int(x)))

)

               Autor    Pages

0            Author2     [20]

1             Autor1  [1, 15]

2  Bertha Musterfrau     [17]

3     Max Mustermann  [5, 13]