如何按照自定义季度列表对Pandas DataFrame的行进行排序

我来帮你解决这个问题～你遇到的问题主要有两个原因：一是reindex默认是根据DataFrame的索引来匹配的，而你的索引是默认的0-5，和sortTo里的季度值不匹配；二是你没有把reindex的结果赋值给新变量（或者覆盖原df），所以原数据没变化。下面给你两种靠谱的解决方法：

方法一：通过设置索引+重新索引实现排序 #

这种方法的思路是先把QuarterYear列设为DataFrame的索引，这样reindex就能根据你自定义的sortTo列表来对齐行，最后再把索引变回普通列：

import pandas as pd

# 你的原始数据
data = {'QuarterYear': ["Q1 2024", "Q2 2024", "Q3 2023", 'Q3 2024', "Q4 2023", "Q4 2024"], 
        'data1': [5, 6, 2, 1, 10, 3], 
        'data2': [12, 4, 2, 7, 2, 9]}
sortTo = ["Q3 2023", "Q4 2023", "Q1 2024", 'Q2 2024', "Q3 2024", "Q4 2024"]
df = pd.DataFrame(data)

# 设置QuarterYear为索引 → 按sortTo重新索引 → 重置索引为普通列
df_sorted = df.set_index('QuarterYear').reindex(sortTo).reset_index()
print(df_sorted)

运行后你会得到符合预期的排序结果：

QuarterYear  data1  data2
0     Q3 2023      2      2
1     Q4 2023     10      2
2     Q1 2024      5     12
3     Q2 2024      6      4
4     Q3 2024      1      7
5     Q4 2024      3      9

方法二：用分类数据类型实现自定义排序 #

这种方法更灵活，适合后续还要多次按这个顺序排序的场景。我们可以把QuarterYear列转为有序分类，指定分类顺序为sortTo，之后用sort_values就能直接按自定义顺序排序：

import pandas as pd

# 原始数据
data = {'QuarterYear': ["Q1 2024", "Q2 2024", "Q3 2023", 'Q3 2024', "Q4 2023", "Q4 2024"], 
        'data1': [5, 6, 2, 1, 10, 3], 
        'data2': [12, 4, 2, 7, 2, 9]}
sortTo = ["Q3 2023", "Q4 2023", "Q1 2024", 'Q2 2024', "Q3 2024", "Q4 2024"]
df = pd.DataFrame(data)

# 将QuarterYear转为有序分类，指定自定义顺序
df['QuarterYear'] = pd.Categorical(df['QuarterYear'], categories=sortTo, ordered=True)

# 按QuarterYear列排序，重置索引去掉原数字索引
df_sorted = df.sort_values('QuarterYear').reset_index(drop=True)
print(df_sorted)

这个方法的好处是，只要QuarterYear列保持有序分类，之后每次调用sort_values('QuarterYear')都会自动按照你定义的顺序来排，非常方便。

另外补充一下：你之前用reindex没生效，还有一个小细节是reindex默认返回一个新的DataFrame，不会修改原对象，所以你需要把结果赋值给变量（比如df = df.reindex(...)）才会看到变化哦～

备注：内容来源于stack exchange，提问作者TIC-FLY