将下划线排序在大写字母之前

Question

我有一个

DataFrame

，其中包含来自我想要排序的数据库中的

UPPERCASE

列名称。其中一些带有下划线前缀

_

。默认排序将它们放在最后。我是否必须将它们转换为小写，然后排序，然后将它们转换回大写，或者有更简单的方法吗？

这是一些示例数据。当

cl2

的值是小写时，顺序是正确。大写的话没那么多。

pd.DataFrame({
   "cl1": ["foo", "foo", "foo"], 
   "cl2": ["_FOO", "BAR", "BAZ"]}
).sort_values(["cl1", "cl2"])

Answer 1

如果转换为小写字母适合您，您可以将其用作键：

pd.DataFrame({
   "cl1": ["foo", "foo", "foo"], 
   "cl2": ["_FOO", "BAR", "BAZ"]}
).sort_values(["cl1", "cl2"], key=lambda s: s.str.lower())

其他选项，按不带

_

的字符串排序，然后按存在

_

的字符串排序：

(pd.DataFrame({
   "cl1": ["foo", "foo", "foo"], 
   "cl2": ["_FOO", "BAR", "BAZ"]})
   .sort_values(["cl1", "cl2"], key=lambda s: s.str.lstrip('_'))
   .sort_values(["cl1", "cl2"], key=lambda s: ~s.str.startswith('_'), kind='stable')
)

输出：

   cl1   cl2
0  foo  _FOO
1  foo   BAR
2  foo   BAZ

Answer 2

我也有类似的奇怪结果.. 我最终使用替换来删除排序本身中的下划线，如下所示：

  dl = sorted(dl, key=lambda t: (t[0].replace('_',''),t[1]))

否则我会得到奇怪的结果，例如：

• 蓝宝石

之前：

• SAG_AG

Python 排序的工作原理很奇怪。

我尝试了这里和这里的两个结果来得出这个结果。