如何根据列值匹配结果将pandas DataFrame指定行移动到末尾

完全可以实现，核心逻辑是通过自定义排序规则，将col1值不在list1中的行优先级设为更高排在前列，属于list1的行优先级更低排在末尾即可，以下是两种常用实现方式：

方法1：新增辅助列排序（兼容所有pandas版本） #

这种方式逻辑直观，不需要考虑pandas版本限制：

import pandas as pd

# 假设你已经构造好df和list1如下：
# df = pd.DataFrame({'col1': [10,20,30,40,50], 'col2': [56.4,45.6,12.1,55.4,10.1], 'col3': [78.2,23.3,26.0,22.9,98.3]})
# list1 = [10, 30]

# 新增辅助列标记行是否属于list1
df['is_in_list'] = df['col1'].isin(list1)
# 先按辅助列升序（False=0在前，True=1在后），再按col1升序排序，最后删除辅助列、重置索引
df_sorted = df.sort_values(by=['is_in_list', 'col1']).drop(columns='is_in_list').reset_index(drop=True)

输出结果和你要求的完全一致：

方法2：用sort_values的key参数简化写法（pandas ≥ 1.1.0版本支持） #

不需要新增辅助列，直接在排序时传入自定义规则即可：

df_sorted = df.sort_values(
    by='col1',
    key=lambda col: col.isin(list1).replace({False: 0, True: 1})
).reset_index(drop=True)

扩展需求：属于list1的行按list1的自定义顺序排列 #

如果要求末尾的行按照list1中的顺序排布（比如list1为[30,10]时，30排在10前面），可以调整排序规则如下：

# 构造list1的顺序映射
order_dict = {val: idx for idx, val in enumerate(list1)}
df_sorted = df.sort_values(
    by='col1',
    key=lambda col: col.map(lambda x: (0, x) if x not in order_dict else (1, order_dict[x]))
).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Denver Dang