如何对DataFrame的Group列进行非字典序自定义排序？

原始DataFrame数据：

使用默认的df.sort_values('Group')排序后得到：

但期望的排序结果是：

解决方案 #

利用sort_values的key参数自定义排序规则，构造包含优先级的元组作为排序依据：

import pandas as pd

# 构造原始DataFrame
data = {'Group': ['SA', 'X', 'SAA', 'SB'], 'Value': ['x', 'x', 'x', 'x']}
df = pd.DataFrame(data)

# 自定义排序
df_sorted = df.sort_values(
    by='Group',
    key=lambda col: col.apply(lambda x: (0 if x.startswith('S') else 1, len(x), x))
)

print(df_sorted)

规则说明 #

排序元组的三个元素依次对应优先级：

1. 是否以S开头：S开头的标记为0，非S开头标记为1，确保S开头的条目全部排在前面；
2. 字符串长度：长度更短的条目优先，所以长度为2的SA、SB排在长度为3的SAA之前；
3. 字符串本身：长度相同的S开头条目按字母顺序排序，保证SA在SB前面。

输出结果完全符合期望的排序顺序。

内容的提问来源于stack exchange，提问作者Stella H