如何按已排序外部ID列表对DataFrame排序并获取实现示例

首先给你还原可运行的基础示例代码（你原来手写的格式不符合pandas语法，这里先转成可直接运行的版本）：

import pandas as pd

# 原始待排序DataFrame
Dataframe1 = pd.DataFrame({
    "ID": ["11000", "02401", "83329"],
    "City": ["Berlin", "Hamburg", "München"],
    "NR1": ["(123,2)", "(435,2)", "(124,3)"],
    "NR2": ["(532,1)", "(352,1)", "(125,2)"]
})

# 你提前排好顺序的目标ID列表（命名为target_id_order避免和DataFrame的ID列重名）
target_id_order = ["02401", "83329", "11000"]

核心重排代码（新手友好版） #

用pandas原生的索引对齐逻辑实现，不需要额外写循环判断，3行核心操作就能完成，完全适配你81行数据、12个变量的实际规模：

sorted_df = (
    Dataframe1
    .set_index("ID")  # 将ID列设为行索引，和目标列表做值匹配
    .loc[target_id_order]  # 按指定的ID顺序选取行
    .reset_index()  # 将ID从索引恢复为普通列，还原默认数字行索引
)

运行后打印sorted_df的输出完全符合你的预期：

ID     City     NR1     NR2
0  02401  Hamburg  (435,2)  (352,1)
1  83329  München  (124,3)  (125,2)
2  11000   Berlin  (123,2)  (532,1)

新手避坑提示 #

• 这套逻辑和DataFrame的列数、总行数完全无关，只要ID列能和目标列表一一对应，代码不需要任何修改就能直接运行
• 用loc方式的好处是：如果目标ID列表里有原DataFrame不存在的ID，代码会直接抛出明确的报错，不会悄无声息生成空值行
• 如果你希望遇到不存在的ID时自动跳过而不是报错，可以把loc换成reindex实现
• 命名自定义ID列表时尽量和DataFrame的列名区分开，避免变量重名引发逻辑混乱

内容的提问来源于stack exchange，提问作者meg1234