如何按自然月份顺序（1-12月）重新排序DataFrame月度数据？

针对你这个按字母排序的月份索引DataFrame，有两种简单的实现方法：

方法一：使用Pandas分类类型（Categorical）指定顺序 #

直接将索引转换为带有固定顺序的分类类型，再按索引排序，既能保留月份名称，又能实现自然顺序：

import pandas as pd

# 定义从一月到十二月的正确顺序
month_order = [
    'January', 'February', 'March', 'April', 'May', 'June',
    'July', 'August', 'September', 'October', 'November', 'December'
]

# 假设你的DataFrame名为df
df.index = pd.Categorical(df.index, categories=month_order, ordered=True)
df_sorted = df.sort_index()

方法二：通过月份数字映射排序 #

给每个月份对应一个数字，按数字排序后移除辅助列，同样能得到自然顺序的结果：

import pandas as pd

# 建立月份到数字的映射字典
month_to_num = {
    'January':1, 'February':2, 'March':3, 'April':4, 'May':5, 'June':6,
    'July':7, 'August':8, 'September':9, 'October':10, 'November':11, 'December':12
}

# 添加辅助列存储月份数字，排序后删除该列
df['month_num'] = df.index.map(month_to_num)
df_sorted = df.sort_values('month_num').drop('month_num', axis=1)

两种方法都能满足需求：方法一更高效直接，适合需要长期保留月份顺序的场景；方法二则更直观，适合临时排序的需求。

内容的提问来源于stack exchange，提问作者user19251203