我有python pandas dataframe，其中一列包含月份名称。
如何使用字典进行自定义排序，例如：
custom_dict = {'March':0, 'April':1, 'Dec':3}
Answers:
熊猫0.15引入了“分类系列”，该分类系列提供了一种更清晰的方法：
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 m
0 1 2 March
1 5 6 Dec
2 3 4 April
现在，当您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 m
0 1 2 March
2 3 4 April
1 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。
您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 m
0 1 2 March
1 3 4 April
2 5 6 Dec
如前所述，在较新的熊猫中，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）。
s = df['m'].replace({'March':0, 'April':1, 'Dec':3})同样适用于2号线-只是为了任何人像我一样学习熊猫
.apply({'March':0, 'April':1, 'Dec':3}.get):)在0.15中，我们将使用分类系列/列，因此最好的方法是使用它，然后排序就可以了。
df.sort_values("m")是较新的熊猫（而不是df.sort("m")），否则就会得到AttributeError: 'DataFrame' object has no attribute 'sort';）
您将很快可以使用sort_valueswithkey参数：
pd.__version__
# '1.1.0.dev0+2004.g8d10bfb6f'
custom_dict = {'March': 0, 'April': 1, 'Dec': 3}
df
a b m
0 1 2 March
1 5 6 Dec
2 3 4 April
df.sort_values(by=['m'], key=lambda x: x.map(custom_dict))
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec该key参数将Series作为输入并返回Series。该系列在内部进行argsorted，并且使用排序后的索引对输入DataFrame进行重新排序。如果有多个列要排序，则键功能将依次应用于每个列。请参阅按键排序。
一个简单的方法是使用输出Series.map和Series.argsort索引到df使用DataFrame.iloc（因为argsort产生已排序的整数位置）; 因为你有一本字典；这变得容易。
df.iloc[df['m'].map(custom_dict).argsort()]
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
如果需要按降序排序，请反转映射。
df.iloc[(-df['m'].map(custom_dict)).argsort()]
a b m
1 5 6 Dec
2 3 4 April
0 1 2 March
请注意，这仅适用于数字项目。否则，您将需要使用sort_values并访问索引来解决此问题：
df.loc[df['m'].map(custom_dict).sort_values(ascending=False).index]
a b m
1 5 6 Dec
2 3 4 April
0 1 2 March
更多的选择与astype（这是现在不建议使用），或者pd.Categorical，但你需要指定ordered=True为它工作正常。
# Older version,
# df['m'].astype('category',
# categories=sorted(custom_dict, key=custom_dict.get),
# ordered=True)
df['m'] = pd.Categorical(df['m'],
categories=sorted(custom_dict, key=custom_dict.get),
ordered=True)
现在，一个简单的sort_values调用即可解决问题：
df.sort_values('m')
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
在groupby对输出进行排序时，也将遵守分类顺序。
ordered=None默认情况下，Pandas分类集。如果未设置，则订购将是错误的，或在V23上中断。Max函数特别给出TypeError（对于最大操作，未分类分类）。
游戏有些晚了，但是这是一种创建函数的方法，该函数使用任意函数对pandas Series，DataFrame和multiindex DataFrame对象进行排序。
我利用了该df.iloc[index]方法，该方法按位置引用Series / DataFrame中的一行（与相比df.loc，按值引用该行）。使用这个，我们只需要有一个返回一系列位置参数的函数：
def sort_pd(key=None,reverse=False,cmp=None):
def sorter(series):
series_list = list(series)
return [series_list.index(i)
for i in sorted(series_list,key=key,reverse=reverse,cmp=cmp)]
return sorter
您可以使用它来创建自定义排序功能。这适用于Andy Hayden的答案中使用的数据框：
df = pd.DataFrame([
[1, 2, 'March'],
[5, 6, 'Dec'],
[3, 4, 'April']],
columns=['a','b','m'])
custom_dict = {'March':0, 'April':1, 'Dec':3}
sort_by_custom_dict = sort_pd(key=custom_dict.get)
In [6]: df.iloc[sort_by_custom_dict(df['m'])]
Out[6]:
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
这也适用于多索引DataFrames和Series对象：
months = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']
df = pd.DataFrame([
['New York','Mar',12714],
['New York','Apr',89238],
['Atlanta','Jan',8161],
['Atlanta','Sep',5885],
],columns=['location','month','sales']).set_index(['location','month'])
sort_by_month = sort_pd(key=months.index)
In [10]: df.iloc[sort_by_month(df.index.get_level_values('month'))]
Out[10]:
sales
location month
Atlanta Jan 8161
New York Mar 12714
Apr 89238
Atlanta Sep 5885
sort_by_last_digit = sort_pd(key=lambda x: x%10)
In [12]: pd.Series(list(df['sales'])).iloc[sort_by_last_digit(df['sales'])]
Out[12]:
2 8161
0 12714
3 5885
1 89238
在我看来，这很干净，但是它大量使用python操作，而不是依赖于优化的pandas操作。我没有做任何压力测试，但是我想这在非常大的DataFrame上可能会变慢。不知道与添加，排序和删除列相比，性能如何。加快代码的任何提示将不胜感激！
df.sort_index()对所有索引级别进行排序。