python - 如何使用自定义顺序按两列对 DataFrame 进行排序？

Question

我有一个 pandas DataFrame，我需要在一列中按特定顺序排序，而在另一列中按升序排列。 两列都有重复的值。 它看起来或多或少像这样:

import pandas as pd

df = pd.DataFrame()
df[0] = pd.Series( [ 'a', 'aa', 'c' ] * 2 )
df[1] = pd.Series( [ 1, 2 ] * 3 )
df[2] = pd.Series( range(6) )
print( df )

    0  1  2
0   a  1  0
1  aa  2  1
2   c  1  2
3   a  2  3
4  aa  1  4
5   c  2  5

现在，假设我需要按第 0 列和第 1 列排序，但不是按字母顺序排列:第 0 列应该首先遵循一个顺序:

order = [ 'a', 'c', 'aa' ]

我该怎么做？

我想把它排序成这样:

print( sorted_df )

    0  1  2
0   a  1  0
1   a  2  3
2   c  1  2
3   c  2  5
4  aa  1  4
5  aa  2  1

---

使用 python 3.5.2，pandas 0.18.1

Answer 1

您可以为此目的使用 pandas 的分类系列，它提供了单独排序顺序的功能:

 df[0] = pd.Categorical(df[0], order)
 print(df.sort_values([0, 1]))

    0   1   2
 0  a   1   0
 3  a   2   3
 2  c   1   2
 5  c   2   5
 4  aa  1   4
 1  aa  2   1