Python-在pandas数据框中自定义排序

首先，将月份列设为分类，然后指定要使用的顺序。

In [21]: df['m'] = pd.Categorical(df['m'], ["March", "April", "Dec"])In [22]: df  # looks the same!Out[22]:   a  b      m0  1  2  March1  5  6    Dec2  3  4  April

现在，当你对月份列进行排序时，它将相对于该列表进行排序：

In [23]: df.sort_values("m")Out[23]:   a  b      m0  1  2  March2  3  4  April1  5  6    Dec

注意：如果值不在列表中，它将被转换为NaN。

对于那些有兴趣的人来说，是一个较旧的答案

你可以创建一个中间系列，并set_index在此基础上：

df = pd.Dataframe([[1, 2, 'March'],[5, 6, 'Dec'],[3, 4, 'April']], columns=['a','b','m'])s = df['m'].apply(lambda x: {'March':0, 'April':1, 'Dec':3}[x])s.sort_values()In [4]: df.set_index(s.index).sort()Out[4]:    a  b      m0  1  2  March1  3  4  April2  5  6    Dec

如前所述，在新的熊猫中，Series可以replace更优雅地做到这一点：

s = df['m'].replace({'March':0, 'April':1, 'Dec':3})

稍有不同的是，如果字典之外没有值，则不会增加该值（它将保持不变）。