如何按指定RackID排列顺序对Pandas DataFrame进行排序？

问题描述 #

我拥有如下结构的Pandas DataFrame：

希望按照RackID的指定排列顺序对该DataFrame重新排序，预期结果如下：

我曾尝试使用reindex和iloc方法，但未得到预期结果，请问如何在Pandas中实现这一需求？

解决方案 #

首先明确你需要的RackID自定义顺序为 [3,4,2,1,6,5]，以下两种方法可以实现需求：

方法一：使用pd.Categorical指定排序规则 #

将RackID列转换为分类类型，明确指定自定义排序顺序，再通过sort_values完成排序，该方法会保留原始索引，且严格遵循指定顺序：

import pandas as pd

# 构造原始DataFrame
data = {
    'RunID': [1, 2, 3, 4, 5, 6],
    'RackID': [6, 2, 1, 4, 3, 5],
    'PartID': [61, 59, 37, 28, 45, 73],
    'HandID': [4, 11, 18, 112, 31, 29],
    'Ultra': [24, 33, 17, 55, 246, 26]
}
df = pd.DataFrame(data)

# 定义RackID的自定义排序顺序
custom_rack_order = [3, 4, 2, 1, 6, 5]

# 将RackID转为分类类型，设置有序规则
df['RackID'] = pd.Categorical(df['RackID'], categories=custom_rack_order, ordered=True)

# 按RackID排序
sorted_df = df.sort_values('RackID')

print(sorted_df)

方法二：通过映射生成排序键实现排序 #

创建一个映射字典，将每个RackID对应到其在自定义顺序中的位置，生成临时排序键列后完成排序，适合不想修改原列类型的场景：

import pandas as pd

# 构造原始DataFrame
data = {
    'RunID': [1, 2, 3, 4, 5, 6],
    'RackID': [6, 2, 1, 4, 3, 5],
    'PartID': [61, 59, 37, 28, 45, 73],
    'HandID': [4, 11, 18, 112, 31, 29],
    'Ultra': [24, 33, 17, 55, 246, 26]
}
df = pd.DataFrame(data)

# 定义RackID的自定义排序顺序
custom_rack_order = [3, 4, 2, 1, 6, 5]
# 创建RackID到排序位置的映射
order_map = {rack_id: idx for idx, rack_id in enumerate(custom_rack_order)}

# 添加临时排序键列
df['sort_key'] = df['RackID'].map(order_map)
# 按排序键排序后删除临时列
sorted_df = df.sort_values('sort_key').drop('sort_key', axis=1)

print(sorted_df)

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