如何按自定义顺序对Pandas DataFrame指定列进行排序

你可以通过以下两种方法实现col3列按照new→fix→error的自定义顺序排序：

方法1：使用有序分类类型（推荐） #

该方法是pandas官方推荐的自定义排序方案，逻辑清晰，性能稳定：

import pandas as pd

# 读取原始CSV
csv_dataframe = pd.read_csv(user_submitted_csv_file)

# 定义自定义排序顺序
sort_order = ['new', 'fix', 'error']
# 将col3转换为带顺序的分类类型
csv_dataframe['col3'] = pd.Categorical(csv_dataframe['col3'], categories=sort_order, ordered=True)
# 按col3排序即可得到目标结果
csv_dataframe = csv_dataframe.sort_values(by='col3')

# 如需导出排序后的文件，执行以下代码即可
# csv_dataframe.to_csv('sorted_output.csv', index=False)

原理：pandas的有序分类类型会按照你指定的categories列表顺序做排序判断，不会使用默认的字母排序规则，完全匹配你的需求。

方法2：使用排序key映射（不修改原数据类型） #

如果你不想修改col3原有的字符串数据类型，可以在排序时通过key参数做优先级映射：

import pandas as pd

csv_dataframe = pd.read_csv(user_submitted_csv_file)
# 给每个取值定义排序优先级，数字越小排序越靠前
order_map = {'new': 0, 'fix': 1, 'error': 2}
csv_dataframe = csv_dataframe.sort_values(by='col3', key=lambda col: col.map(order_map))

内容的提问来源于stack exchange，提问作者Avixon