python pandas 自定义排序问题请教大神

[shenycs]

如上传的图中所示，seqno字段反应了程序整个调用过程的先后顺序，对于收集上来的调用日志，想根据seqno字段来排序，排序的规则如图所示，希望能严格按照调用的次序排序。pandas自带的sort方法难以满足要求，请教大神，拜谢。

[shenycs]

补充下图，求大神帮忙

[虫洞]

import pandas as pd data={'seqno':['1.1','1.2','1.1.1','1.1.2','1.1.3','1.1.1.1','1.1.2.1']} dt=pd.DataFrame(data) dt.sort_values("seqno") 排序后就只这样，有什么满足不了你要求 seqno 0 1.1 2 1.1.1 5 1.1.1.1 3 1.1.2 6 1.1.2.1 4 1.1.3 1 1.2

[shenycs]

引用 2 楼 虫洞的回复:

import pandas as pd data={'seqno':['1.1','1.2','1.1.1','1.1.2','1.1.3','1.1.1.1','1.1.2.1']} dt=pd.DataFrame(data) dt.sort_values("seqno") 排序后就只这样，有什么满足不了你要求 seqno 0 1.1 2 1.1.1 5 1.1.1.1 3 1.1.2 6 1.1.2.1 4 1.1.3 1 1.2

谢谢大神回复，上面的例子是说明下问题，真实数据比较多，当调用层次深了以后，就不是这样的顺序了，比如有1.1.2和1.1.15，我想要的顺序是当然1.1.2在1.1.15前面，事实是排在后面。能不能自定义排序的方法呢，这个sort_value都是内置的逻辑。

[虫洞]

import pandas as pd data={'seqno':['1.1','1.2','1.15','1.1.1','1.1.2','1.1.3','1.1.1.1','1.1.2.1']} dt=pd.DataFrame(data) dt2=dt['seqno'].str.split(r'.',expand=True) #分列 dt2=dt2.astype('float') #转成数字型 dt=pd.concat([dt,dt2],axis=1) #合并 dt=dt.sort_values(by=[0,1,2,3],na_position='first') #排序 dt=dt['seqno'] #返回 >>> dt 0 1.1 3 1.1.1 6 1.1.1.1 4 1.1.2 7 1.1.2.1 5 1.1.3 1 1.2 2 1.15

[zttshenycs]

引用 4 楼 canhui87 的回复:

import pandas as pd data={'seqno':['1.1','1.2','1.15','1.1.1','1.1.2','1.1.3','1.1.1.1','1.1.2.1']} dt=pd.DataFrame(data) dt2=dt['seqno'].str.split(r'.',expand=True) #分列 dt2=dt2.astype('float') #转成数字型 dt=pd.concat([dt,dt2],axis=1) #合并 dt=dt.sort_values(by=[0,1,2,3],na_position='first') #排序 dt=dt['seqno'] #返回 >>> dt 0 1.1 3 1.1.1 6 1.1.1.1 4 1.1.2 7 1.1.2.1 5 1.1.3 1 1.2 2 1.15

谢谢回答！我是楼主，莫名其妙原账号上不去了，再请教下怎么能把每个层次的(符号 “ . ” 之间的数字)一位数前面添0，两位数保持不变呢，比如1.1.1和1.1.12变成01.01.01和01.01.12，感谢