本文介绍如何对形如 "M1/2023"、"M10/2024" 的混合字符串列名，按“年份优先、会议序号次之”进行自然排序（natural sort），避免 "M10/2023" 错排在 "M2/2023" 之前的问题。
本文介绍如何对形如 "m1/2023"、"m10/2024" 的混合字符串列名，按“年份优先、会议序号次之”进行**自然排序（natural sort）**，避免 "m10/2023" 错排在 "m2/2023" 之前的问题。
在处理时间序列或分组标识类列名（如会议编号 M1/2023、M10/2024）时，直接使用 sorted(df.columns) 或 df.sort_values() 无法满足业务需求——因为默认字典序会将 "M10/2023" 排在 "M2/2023" 之前（'M10' 先按年份（/ 后部分）升序，再按会议序号（/ 前的数字部分）做自然排序（即 M1, M2, ..., M10 顺序）。
✅ 推荐方案：使用 natsort + str.split 构建排序索引
需先安装 natsort（轻量级、专为自然排序设计）：
pip install natsort
然后执行以下代码重排列顺序：
from natsort import natsort_key
# 将列名转为 Series，按 '/' 拆分为两列：[会议标识, 年份]
col_series = df.columns.to_series()
split_df = col_series.str.split('/', expand=True)
# 按第1列（年份）升序、第0列（如 M1、M10）自然排序，并获取原始列名索引
sorted_index = split_df.sort_values(by=[1, 0], key=natsort_key).index
# 用新顺序重排 DataFrame 列
df_sorted = df[sorted_index]
? 关键点说明：
- expand=True 确保 str.split('/') 返回 DataFrame，便于按列（by=[1, 0]）多级排序；
- key=natsort_key 使 M1, M2, M10 按数值大小而非字符串比较，解决“M10
- sort_values(...).index 返回的是原始列名的重排位置索引，可安全用于 df[...] 切片，不会丢失数据或产生 NaN。
⚠️ 注意事项与常见误区
- ❌ 不要尝试用 df.rename() 或字典映射后 reindex() —— 若新列名不在原 df.columns 中，reindex() 会补 NaN；
- ❌ 避免手动拼接年份前缀（如 '2023_M1'）再排序：虽可行，但冗余且易出错，且未解决 M10 的自然序问题；
- ✅ 若无法安装第三方库，可用 re 提取数字 + sorted(..., key=lambda x: (int(x.split('/')[1]), int(re.search(r'\d+', x).group()))) 替代，但可读性与健壮性下降。
? 总结
列头重排序本质是对列名字符串进行结构化解析 + 多级自然排序。pandas 本身不内置自然排序，但借助 natsort 可以简洁、可靠地实现：先按年份分组，再在每组内按会议序号数值升序排列。该方法适用于任何含嵌套编号的列名场景（如 "Q1-2023", "v2.1.0", "item_100"），是数据清洗与报表准备中的实用技巧。
