如何自定义排序DataFrame？按多列分组并按指定区域归类排序

现有如下示例DataFrame：

需求：对该DataFrame按State和自定义分组的Location排序，规则如下：

• 将Location中包含Manhattan的记录归为一组，包含Queens的归为一组，包含Cleveland的归为一组
• 自定义分组的排序顺序为 [Manhattan, Queens, Cleveland]
• 最终期望得到如下排序结果：

此前尝试过需要枚举所有Location取值的排序方案，现寻求无需枚举所有值的最优实现方法。

可以通过构造自定义排序键的方式实现，无需枚举所有Location取值，步骤如下：

步骤1：初始化数据与分组规则 #

import pandas as pd

# 定义自定义分组的优先级顺序
group_order = ["Manhattan", "Queens", "Cleveland"]

# 原始DataFrame
df = pd.DataFrame({
    "Name": ["Jamie", "Mary", "John", "Sam", "James", "Perry", "Diane", "Julie"],
    "State": ["New York", "Ohio", "New York", "Ohio", "Ohio", "New York", "New York", "New York"],
    "Location": ["Manhattan", "Downtown Cleveland", "Flushing Queens", "Lakewood Cleveland", "Beachwood Cleveland", "Uptown Manhattan", "Briarwood Queens", "Lower Manhattan"]
})

步骤2：生成排序键列 #

通过apply遍历Location列，匹配对应的分组并返回其在优先级列表中的索引，作为排序依据：

# 生成排序键：匹配到分组则返回对应索引，未匹配到默认放最后
df["sort_key"] = df["Location"].apply(
    lambda x: next((i for i, group in enumerate(group_order) if group in x), len(group_order))
)

步骤3：执行排序并清理临时列 #

先按State排序，再按sort_key（自定义分组优先级）排序，最后删除临时的sort_key列：

# 排序：可根据需求在同一分组内添加Location排序（可选）
sorted_df = df.sort_values(by=["State", "sort_key", "Location"]).drop(columns="sort_key")

# 输出结果
print(sorted_df)

方案说明 #

• 仅需维护group_order列表即可调整分组顺序，无需枚举所有Location取值
• next(..., len(group_order))确保未匹配到目标分组的记录会被放到所有指定分组之后
• 若需要在同一分组内进一步排序，可在sort_values的by参数中添加对应列

内容的提问来源于stack exchange，提问作者Archie