如何用自定义顺序排序Pandas的string列并自然排序number列？

你的问题出在原代码里sort_values的key参数会作用于所有指定的列，导致number列也被尝试映射自定义字典，打乱了数字的自然排序逻辑。要实现字符串列按自定义顺序排，数字列按自然顺序排，可以用以下两种方法：

方法1：添加辅助列（兼容所有pandas版本） #

先给string列生成对应的排序键辅助列，再按辅助列+number列排序，最后删掉辅助列：

import pandas
import numpy

strs = ['custom','sort']*5
df = pandas.DataFrame(
    {
        'string': strs,
        'number': numpy.random.randn(len(strs)),
    }
)

sort_string_like_this = {'sort': 0, 'custom': 1}
# 生成排序辅助列
df['sort_key'] = df['string'].map(sort_string_like_this)
# 按辅助列升序，再按number列自然升序排序
sorted_df = df.sort_values(['sort_key', 'number']).drop('sort_key', axis=1)
print(sorted_df)

方法2：针对列指定不同key（pandas 1.1.0+支持） #

直接在sort_values的key参数里传字典，为每列单独指定排序处理逻辑：

import pandas
import numpy

strs = ['custom','sort']*5
df = pandas.DataFrame(
    {
        'string': strs,
        'number': numpy.random.randn(len(strs)),
    }
)

sort_string_like_this = {'sort': 0, 'custom': 1}
# string列用自定义字典映射排序，number列保持原数值顺序
sorted_df = df.sort_values(
    by=['string', 'number'],
    key={'string': lambda x: x.map(sort_string_like_this), 'number': lambda x: x}
)
print(sorted_df)

两种方法最终都会输出符合预期的结果：string列按sort在前、custom在后的顺序排列，同一string分组内的number列从小到大自然排序。

内容的提问来源于stack exchange，提问作者user171780