如何使用Python基于DataFrame同表另一列的值对指定列自定义排序

实现方法 #

你可以通过pandas的有序分类功能实现自定义顺序排序，具体步骤如下：

注意：不要将自定义排序的列表命名为list，这是Python内置关键字，会覆盖原有功能，我们这里重命名为token_order

import pandas as pd

# 定义token列的自定义排序顺序
token_order = ['eng', 'Owx', 'JOC']

# 将token列转为有序分类类型，指定排序规则
df['token'] = pd.Categorical(df['token'], categories=token_order, ordered=True)

# 先按token的自定义顺序排序，再按number列升序排序，同时重置索引
df_sorted = df.sort_values(by=['token', 'number'], ignore_index=True)

参数说明

• categories=token_order：指定分类的优先级顺序完全匹配你给出的自定义列表，不会触发默认的字母序排序
• ordered=True：标记该分类为有序类型，排序时会严格按照指定的categories顺序排列
• ignore_index=True：排序完成后重置行索引，和你给出的示例输出的索引格式保持一致，不需要可以删除该参数

不修改原数据的替代方案 #

如果你不想改动原DataFrame的token列数据类型，可以用sort_values的key参数实现临时排序：

token_order = ['eng', 'Owx', 'JOC']
df_sorted = df.sort_values(
    by=['token', 'number'],
    key=lambda col: col.map(lambda x: token_order.index(x)) if col.name == 'token' else col,
    ignore_index=True
)

内容的提问来源于stack exchange，提问作者Buster3650