csv文件排序出现问题

问题遇到的现象和发生背景

在爬取数据后要对csv文件进行排序，但通过以下代码排序后发现顺序错误。

问题相关代码，请勿粘贴截图

img

运行结果及报错内容

img


还有爬取出来的文件:

img

我的解答思路和尝试过的方法

尝试了将单元格改为数值格式但是没有办法保存。

我想要达到的结果

希望能够根据csv文件的第五列进行排序并且去除后面的万和亿。

排序的地方换一下，先转换再排序


import re
def getnum(x):
    num1=float(re.findall('(\d+\.?\d+)',x)[0])
    num2=10000 if '亿' in x else 1  ##单位万
    return num1*num2

capital['amt']=capital['5'].apply(getnum)
capital=capital.sort_values(by='amt',ascending=False)

第5列是字符串类型，并且单位不一致，所以直接排序的结果不正确。要先根据后缀的文字做单位转换，统一单位后转成浮点数，再进行排序。

先去除空行
capital.dropna(how="all")

先把第5列所有的金额转成亿元，去掉汉字，然后再进行排序，试试修改一下代码：

def number(s):
    yi = s.find('亿')
    wan = s.find('万')
    if wan>0:
        return float(s[:wan])/10000
    elif yi>0:
        return float(s[:yi])

capital['5'] = capital['5'].map(number)
capital = capital.sort_values(['5'],ascending=False)

基本思路就是统一单位，去除汉字，排序后再加上统一的单位，看不到全部数据，单位只有亿和万两种单位吗

你可以用Python自带的csv库将数据全部读取出来，改第五列的数据成为数字，然后根据第五列排序，再写入一个新的csv文件就可以了，期间自己想怎么处理就怎么处理

我用的是utf-8编码的csv测试，你可以改成gbk

#-*- coding:utf-8 -*-
import pandas as pd

def get_num(amount:str):
    result = 0
    index = amount.find(u"亿")
    if index > 0:
        tmp = amount[0:index]
        result = float(tmp) * 1e8
        return result

    index = amount.find(u"万")
    if index > 0:
        tmp = amount[0:index]
        result = float(tmp) * 1e4
        return result

    index = amount.find(u"元")
    if index > 0:
        tmp = amount[0:index]
        result = float(tmp)
        return result

    index = amount.find(u"人")
    if index > 0:
        tmp = amount[0:index]
        result = float(tmp)
        return result
    return float(amount)

capital = pd.read_csv("test2.csv",names=["1","2","3","4","5"], encoding='utf-8')
print(capital)
for index,row in capital.iterrows():
    print(index, row["1"],row["5"])
    capital.iat[index,4] = get_num(row["5"])
print("-----------------------")
print(capital)
capital = capital.sort_values(["5"],ascending=False)
print("-----------------------")
print(capital)
capital.to_csv("output.csv", columns=["1","5"], header=0, index=0)

img