如何对包含空字段的Pandas DataFrame进行自定义排序？

原始数据 #

用户提供的DataFrame定义：

import pandas as pd

data = {'Test': [' ', ' ', 'K', ],
        'Name': ['A', 'B', 'B', 'B'],
        'value': ['D1', 'A1', ' ', 'C1'],
        'time': [227, 227, 227, 230]}
df = pd.DataFrame(data)

原始DataFrame内容：

Test Name value  time
0        A    D1    227
1        B    A1    227
2   K    B          227
3        B    C1    230

期望排序结果 #

Test Name value  time
0        A    D1    227
1   K    B          227
2        B    A1    227
3        B    C1    230

解决方案 #

要实现这个排序，需要针对空字段设置优先级，结合多列的自定义排序规则：

1. 先按Name和time做基础分组排序，确保同组数据归类
2. 给Test列设置优先级：非空格值（如'K'）排在空格值前面
3. 给value列设置优先级：空格值排在非空值前面

代码实现：

# 创建排序辅助列
df['test_sort'] = df['Test'] != ' '  # 非空格标记为True，排序时优先
df['value_sort'] = df['value'] == ' '  # 空格标记为True，排序时优先

# 执行多条件排序
sorted_df = df.sort_values(
    by=['Name', 'time', 'test_sort', 'value_sort'],
    ascending=[True, True, False, False]
).drop(columns=['test_sort', 'value_sort'])

# 重置索引并输出
print(sorted_df.reset_index(drop=True))

执行后输出与期望结果一致：

Test Name value  time
0        A    D1    227
1   K    B          227
2        B    A1    227
3        B    C1    230

规则说明 #

• test_sort列：通过布尔值区分Test列的空格/非空格，降序排序让非空格行靠前
• value_sort列：通过布尔值区分value列的空格/非空格，降序排序让空格行靠前
• 最后删除辅助列，得到目标结构

内容的提问来源于stack exchange，提问作者xiumpt