本文旨在解决在Pandas DataFrame中对数值列进行排序，并在排序后的DataFrame顶部插入包含字符串的行的问题。我们将介绍一种有效的方法，既能保证数值排序的正确性，又能灵活地在DataFrame中添加自定义的字符串信息行，最终生成符合需求的Excel文件。
Pandas DataFrame排序
Pandas是Python中用于数据分析的强大库，DataFrame是其核心数据结构之一。在实际应用中，经常需要对DataFrame进行排序操作。df.sort_values() 方法可以根据指定的列对DataFrame进行排序。
例如，以下代码根据 'consumo' 列降序排列DataFrame：
import pandas as pd
# 示例数据
data = {'metricID': ['A', 'B', 'C', 'D'],
'consumo': [100, 50, 150, 75]}
df = pd.DataFrame(data)
# 根据 'consumo' 列降序排列
df = df.sort_values('consumo', ascending=False)
print(df)输出结果：
metricID consumo 2 C 150 0 A 100 3 D 75 1 B 50
在DataFrame顶部插入字符串行
直接将字符串列表与数值列表组合，会导致整列数据类型变为字符串，从而影响排序结果。正确的做法是先对DataFrame进行排序，然后再插入包含字符串的新行。
可以使用 pd.concat() 方法将新的DataFrame行与原始DataFrame连接起来。需要注意的是，需要使用reset_index(drop=True)重置索引，避免索引重复。
import pandas as pd
# 示例数据
data = {'metricID': ['A', 'B', 'C', 'D'],
'consumo': [100, 50, 150, 75]}
df = pd.DataFrame(data)
# 根据 'consumo' 列降序排列
df = df.sort_values('consumo', ascending=False)
# 创建包含字符串的新行
new_row = pd.DataFrame({'metricID': 'Data frame', 'consumo': 'from:2023-10-26 to:2023-10-27'}, index=[0])
# 将新行插入到DataFrame的顶部
df = pd.concat([new_row, df.loc[:]]).reset_index(drop=True)
print(df)输出结果：
metricID consumo 0 Data frame from:2023-10-26 to:2023-10-27 1 C 150 2 A 100 3 D 75 4 B 50
完整示例：创建Excel文件
以下是一个完整的示例，演示了如何将排序后的DataFrame与字符串行插入功能结合，并最终导出到Excel文件：
import pandas as pd
def create_excel(metric, consumo, writer):
df = pd.DataFrame({
'metricID': metric,
'consumo': consumo,
})
# 根据 'consumo' 列降序排列
df = df.sort_values('consumo', ascending=False)
# 创建包含字符串的新行
new_row = pd.DataFrame({'metricID': 'Data frame', 'consumo': 'from:2023-10-26 to:2023-10-27'}, index=[0])
# 将新行插入到DataFrame的顶部
df = pd.concat([new_row, df.loc[:]]).reset_index(drop=True)
# 导出到Excel文件
df.to_excel(writer, sheet_name="foglio1", startrow=1, header=False, index=False)
workbook = writer.book
worksheet = writer.sheets["foglio1"]
(max_row, max_col) = df.shape
column_settings = [{"header": column} for column in df.columns]
worksheet.add_table(0, 0, max_row, max_col - 1, {"columns": column_settings})
worksheet.set_column(0, max_col - 1, 70)
# 示例数据
metric = ['A', 'B', 'C', 'D']
consumo = [100, 50, 150, 75]
# 创建Excel writer
writer = pd.ExcelWriter('output.xlsx', engine='xlsxwriter')
# 调用函数创建Excel文件
create_excel(metric, consumo, writer)
# 保存Excel文件
writer.close()这段代码首先定义了一个 create_excel 函数，该函数接收 metric 和 consumo 列表作为输入，创建一个DataFrame，然后进行排序并在顶部插入字符串行，最后将结果导出到Excel文件。
注意事项
- 确保在排序之前，'consumo' 列的数据类型是数值类型（例如，int或float）。如果数据类型是字符串，需要先使用 df['consumo'] = df['consumo'].astype(float) 将其转换为数值类型。
- pd.concat() 方法默认是垂直连接，axis=1 参数可以用于水平连接。
- reset_index(drop=True) 用于重置索引，drop=True 表示丢弃旧索引。
- 使用 xlsxwriter 引擎可以更灵活地控制Excel文件的格式。
总结
本文介绍了如何在Pandas DataFrame中对数值列进行排序，并在排序后的DataFrame顶部插入包含字符串的行。通过使用 df.sort_values() 进行排序，使用 pd.concat() 插入新行，可以有效地解决这个问题。 结合 xlsxwriter 引擎，可以方便地将处理后的数据导出到Excel文件，满足各种数据处理需求。 掌握这些技巧，可以更加灵活地处理和分析数据，提高工作效率。
