如何基于指定列值顺序列表重排pandas DataFrame行顺序

现有存储文件与对应字段信息的DataFrame df，初始结构如下：

File          Field          Folder
Users.csv       Age      UserFolder
Users.csv      Name      UserFolder
Cars.csv      Color       CarFolder
Cars.csv      Model       CarFolder

已提前定义好不同文件下Field列的自定义排序规则：

users_col_order = ['Name', 'Age']
cars_col_order = ['Model', 'Color']

需要按照上述规则重排DataFrame行顺序，最终得到如下结果（注意不是按Field的字母序排序）：

File          Field          Folder
Users.csv      Name      UserFolder
Users.csv       Age      UserFolder
Cars.csv      Model       CarFolder
Cars.csv      Color       CarFolder

优先使用pandas自带的Categorical类型实现自定义排序，性能和可读性最优，步骤如下：

1. 先把分散的排序规则整理为统一的映射字典，方便后续匹配调用：

# 文件对应Field排序规则映射
field_order_map = {
    "Users.csv": ["Name", "Age"],
    "Cars.csv": ["Model", "Color"]
}
# 文件本身的展示顺序映射
file_order = ["Users.csv", "Cars.csv"]

2. 将File和Field列转为带自定义顺序的Categorical类型，pandas排序时会自动按照指定的类别顺序排列，而非默认的字典序：

import pandas as pd

# 给File列设置自定义排序顺序
df["File"] = pd.Categorical(df["File"], categories=file_order, ordered=True)

# 按File分组，给每个分组内的Field设置对应排序顺序
df["Field"] = df.groupby("File")["Field"].transform(
    lambda x: pd.Categorical(x, categories=field_order_map[x.name], ordered=True)
)

# 排序后重置索引即可得到结果
df_sorted = df.sort_values(by=["File", "Field"]).reset_index(drop=True)

运行后df_sorted的输出和期望结果完全一致。

如果数据量较小，也可以用匹配排序索引的方式实现，逻辑更直观：

# 生成文件排序权重
df["file_weight"] = df["File"].map({f:i for i,f in enumerate(file_order)})
# 生成每个Field在对应规则里的位置权重
df["field_weight"] = df.apply(
    lambda row: field_order_map[row["File"]].index(row["Field"]), axis=1
)
# 按权重排序后删除辅助列
df_sorted = df.sort_values(by=["file_weight", "field_weight"])\
    .drop(columns=["file_weight", "field_weight"])\
    .reset_index(drop=True)

注意：数据量超过10万行时优先选择第一种Categorical方案，apply逐行遍历的性能会明显下降。后续如果需要新增文件类型，只需要在两个映射配置里追加对应规则即可，不需要修改排序逻辑。

内容的提问来源于stack exchange，提问作者Barry