Pandas如何正确排序点格式(%d.%m.%y)的日期索引列

排序异常核心原因是日期索引为字符串类型，而非pandas原生支持的datetime时间类型。
字符串排序默认按逐字符字典序比对，当前日期格式为日.月.年，字符串比对时会优先匹配最靠前的「日」字段字符，因此会出现所有日期先按日值升序、遍历完所有年月的同值日后才跳转下一个日值的结果，此时直接调用sort_index()本质是对字符串排序，无法得到按真实时间先后排列的效果。
异常排序效果参考：

• 第一步：将字符串格式的索引转换为pandas的DatetimeIndex类型，转换时指定和现有日期匹配的格式规则，避免解析错误：

import pandas as pd
# 转换索引为日期类型
output.index = pd.to_datetime(output.index, format="%d.%m.%Y")

格式参数说明：%d对应2位日期、%m对应2位月份、%Y对应4位年份（如示例中的2022），如果实际数据是2位年份（如22代表2022），将%Y替换为%y即可。

• 第二步：类型转换完成后调用索引排序方法，即可得到按真实时间先后升序的正确结果：

output.sort_index(inplace=True)

转换完成后执行print(output.index.dtype)，如果返回值为datetime64[ns]即代表类型转换成功，后续排序、时间序列计算等操作都不会再出现字符串排序类的异常。

内容的提问来源于stack exchange，提问作者Sam333