게임에 조금 늦었지만 여기에 임의의 함수를 사용하여 pandas Series, DataFrame 및 다중 인덱스 DataFrame 개체를 정렬하는 함수를 만드는 방법이 있습니다.

df.iloc[index]위치별로 Series / DataFrame의 행을 참조하는 메서드를 사용합니다 ( df.loc값으로 참조 하는와 비교 ). 이를 사용하여 일련의 위치 인수를 반환하는 함수가 있어야합니다.

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

이를 사용하여 사용자 지정 정렬 기능을 만들 수 있습니다. 이것은 Andy Hayden의 답변에 사용 된 데이터 프레임에서 작동합니다.

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

이것은 다중 인덱스 DataFrames 및 Series 객체에서도 작동합니다.

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

나에게 이것은 깨끗하게 느껴지지만 최적화 된 팬더 작업에 의존하는 대신 파이썬 작업을 많이 사용합니다. 스트레스 테스트를 한 적은 없지만 매우 큰 DataFrame에서 느려질 수 있다고 생각합니다. 성능이 열 추가, 정렬 및 삭제와 어떻게 비교되는지 확실하지 않습니다. 코드 속도를 높이는 방법에 대한 조언을 주시면 감사하겠습니다!