Question

我有一个软件版本列表作为版本。该软件遵循语义版本规范，这意味着有一个主要版本，次要版本和补丁版本：

0.1
0.2
0.2.1
0.3
...
0.10
0.10.1

pandas有没有办法对这些版本进行排序，使0.2大于0.1但小于0.10？

Answer 1

您可以使用标准distutils！

from distutils.version import StrictVersion
versions = ['0.1', '0.10', '0.2.1', '0.2', '0.10.1']
versions.sort(key=StrictVersion)

现在它的排序如下：['0.1', '0.2', '0.2.1', '0.10', '0.10.1']

Source

Answer 2

Pandas解决方案sorted，StrictVersion solution并分配给列：

print (df)
      ver
0     0.1
1     0.2
2    0.10
3   0.2.1
4     0.3
5  0.10.1

from distutils.version import StrictVersion

df['ver'] = sorted(df['ver'], key=StrictVersion)
print (df)
      ver
0     0.1
1     0.2
2   0.2.1
3     0.3
4    0.10
5  0.10.1

编辑：

对于排序索引，可以使用reindex：

print (df)
        a  b
ver         
0.1     1  q
0.2     2  w
0.10    3  e
0.2.1   4  r
0.3     5  t
0.10.1  6  y

from distutils.version import StrictVersion

df = df.reindex(index=pd.Index(sorted(df.index, key=StrictVersion)))
print (df)
        a  b
0.1     1  q
0.2     2  w
0.2.1   4  r
0.3     5  t
0.10    3  e
0.10.1  6  y

Answer 3

如果您的值是唯一的，那些工作正常，但这是我找到的可能有重复的语义值列的最佳解决方案。

/(jan|feb|mar)[a-z]*[0-9]/i

Answer 4

我也经常遇到这个问题（在搜索很多之后（我发现的第一页就是这个问题：D）），我想我的解决方案值得一提。

因此，目前在熊猫中有两个排序函数sort_values和sort_index，它们都没有一个key参数供我们传递自定义排序函数给它。参见this github问题。

jezrael's answer很有帮助，我将以此为基础构建解决方案。

df['ver'] = sorted(df['ver'], key=StrictVersion)仅在verion列是DataFrame中的单个列时才有用，否则我们需要在version列之后对其他列进行排序。

jezrael reindex DataFrame，因为所需的索引顺序可以通过确实具有sorted参数的buitin key函数获得。

但是，如果版本不是索引并且我不想set_index('ver')，该怎么办？

我们可以使用apply将原始版本字符串映射到StrictVersion对象，然后sort_values将按照想要的顺序排序：

from distutils.version import StrictVersion
df['ver'] = df['ver'].apply(StrictVersion)
df.sort_values(by='ver')

我如何在熊猫中对语义版本进行排序？

4 个答案: