如何按指定期限顺序对Pandas DataFrame进行排序？

要实现按你指定的真实期限顺序排序，核心是利用Pandas的**有序分类（Categorical）**类型来强制自定义排序规则，具体步骤如下：

1. 定义目标排序顺序列表
   直接把需要的顺序写成列表，这就是排序的依据：

custom_tenor_order = [
    '1W', '2W', '3W', '1M', '2M', '3M', 
    '6M', '9M', '1Y', '2Y', '3Y', '4Y', 
    '5Y', '7Y', '10Y', '12Y', '15Y', '20Y', '25Y', '30Y'
]

2. 将DataFrame第一列转换为有序分类类型
   把第一列的数据类型改成Categorical，并指定我们定义的顺序为分类的有效顺序：

import pandas as pd

# 假设你的DataFrame名为df，先获取第一列的列名
tenor_column = df.columns[0]
# 转换为有序分类
df[tenor_column] = pd.Categorical(
    df[tenor_column],
    categories=custom_tenor_order,
    ordered=True
)

3. 执行排序
   直接用sort_values方法按该列排序即可：

df_sorted = df.sort_values(tenor_column)

关键说明 #

• 这种方法避免了默认字符串排序的缺陷（比如字典序会让10Y排在1M前面），完全贴合业务上的期限逻辑。
• 如果DataFrame中存在不在custom_tenor_order里的期限值，转换后会变成NaN，排序时默认会被放到结果的最后，你可以根据需求用dropna()删除这类行，或者补充到分类列表中。

内容的提问来源于stack exchange，提问作者Guillem