本文介绍如何将形如 M1/2023、M2/2024 的混合列名，按「先年份、后会议编号」的逻辑进行稳定、可扩展的自然排序，避免 M10/2023 被错误排在 M2/2023 之前等问题。
本文介绍如何将形如 `m1/2023`、`m2/2024` 的混合列名，按「先年份、后会议编号」的逻辑进行**稳定、可扩展的自然排序**，避免 `m10/2023` 被错误排在 `m2/2023` 之前等问题。
在处理时间序列或分组事件（如年度会议）的宽格式数据时，Pandas DataFrame 的列名常以 M{N}/{YEAR} 形式命名（例如 M1/2023、M10/2024）。默认字符串排序（如 sorted(df.columns)）会将 M1/2024 排在 M10/2023 前，但语义上我们期望：
✅ 同一年内按会议序号升序（M1/2023 → M2/2023 → M10/2023）
✅ 跨年度按年份升序（... M3/2023 → M1/2024 → M2/2024 ...）
直接使用 df.sort_values() 无效——因为它是按行值排序，而非列名；而手动构造映射字典后调用 .reindex() 出现全 NaN，通常是因为键名不匹配或未正确传递新列顺序。
✅ 正确方案：基于列名解析 + 自然排序
核心思路是：
- 将列名拆解为结构化组件（会议编号、年份）；
- 按 年份（主序）→ 会议编号（次序） 排序；
- 使用 natsort_key 实现对 M1/M10 等数字部分的自然排序（而非字典序），避免 M2 > M10 错误。
from natsort import natsort_key
import pandas as pd
# 假设 df 是你的原始 DataFrame
# 提取列名并拆分为两列：[会议标识, 年份]，例如 'M1/2023' → ['M1', '2023']
col_series = pd.Series(df.columns)
split_df = col_series.str.split('/', expand=True)
split_df.columns = ['meeting', 'year']
# 按 year（升序）、meeting（自然升序）排序，并获取原始列名的新顺序索引
new_order = split_df.sort_values(['year', 'meeting'], key=lambda x: x.map(natsort_key)).index
# 重排 DataFrame 列
df_sorted = df.iloc[:, new_order] # 推荐：按位置索引，更安全
# 或 df_sorted = df[new_order.tolist()] # 等价，显式转为列表
? 关键说明：
- str.split('/', expand=True) 将列名高效向量化拆解，避免循环；
- sort_values(..., key=natsort_key) 确保 M1, M2, M10 按数值大小排序（M1
- 使用 iloc[:, new_order] 而非 df.reindex(columns=...)，可彻底规避因列名拼写/类型微小差异导致的数据丢失（如空格、大小写）；
⚠️ 注意事项与替代方案
-
无需安装额外依赖？ 若无法引入 natsort，可用 re + int 手动提取数字排序，但代码更冗长且易错：
import re def extract_num(s): return int(re.search(r'M(\d+)', s).group(1)) new_order = (split_df .assign(meeting_num=col_series.map(extract_num)) .sort_values(['year', 'meeting_num']).index) -
列名格式不统一？ 如存在 Meeting_1_2023 或缺失 /，建议先清洗：
clean_cols = col_series.str.replace(r'[^A-Za-z0-9/]', '', regex=True) # 去除非法字符
-
永久修改列名？ 若后续还需按此逻辑分组或绘图，可同步更新列名：
df_sorted.columns = [f"M{m}/{y}" for m, y in zip(split_df.loc[new_order, 'meeting'], split_df.loc[new_order, 'year'])]
通过该方法，你不仅能精准实现 M1/2023 → M2/2023 → M10/2023 → M1/2024 的专业级列序重排，还能为同类结构化列名（如 Q1-2023, Region_A_Sales）提供可复用的排序范式。
