如何按预设类别顺序对Pandas DataFrame进行重排？

首先，用户提供的示例DataFrame生成代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(15, 3)), columns=list('NMO'))
df['Catgeory1'] = ['I','I','I','I','I','G','G','G','G','G','P','P','I','I','P']
df['Catgeory2'] = ['W','W','C','C','C','W','W','W','W','W','O','O','O','O','O']

需求 #

按Catgeory1列的自定义顺序排序：P类在前，接着是I类，最后是G类，同时保留所有行的完整特征。

解决方案 #

推荐用pd.Categorical指定自定义排序规则，高效且适合大规模DataFrame：

1. 定义目标排序顺序

custom_order = ['P', 'I', 'G']

2. 将Catgeory1转为带指定顺序的分类类型，再排序

# 方式1：修改原DataFrame列类型后排序
df['Catgeory1'] = pd.Categorical(df['Catgeory1'], categories=custom_order, ordered=True)
sorted_df = df.sort_values('Catgeory1')

# 方式2：不修改原列，临时转换后排序
sorted_df = df.sort_values(
    'Catgeory1',
    key=lambda x: pd.Categorical(x, categories=custom_order, ordered=True)
)

两种方式都会生成符合要求的排序结果，所有行的N、M、O、Catgeory2等特征都会和原行一一对应保留。

内容的提问来源于stack exchange，提问作者Baaridi