pandas dataframe有一個内置方法sort_values()，可以根據給定的變量對值進行排序。該方法本身使用起來相當簡單，但是它不适用于自定義排序，例如，
t恤尺寸：xs、s、m、l和xl
月份：一月、二月、三月、四月等
星期幾：周一、周二、周三、周四、周五、周六和周日。
在本文中，我們将了解如何對pandas dataframe進行自定義排序。
請檢視我的github repo以擷取源代碼:https://github.com/bindichen/machine-learning/blob/master/data-analysis/017-pandas-custom-sort/pandas-custom-sort.ipynb
假設我們有一個關于服裝店的資料集：
我們可以看到，每一塊布料都有一個尺寸值，資料應該按以下順序排序：
xs代表特大号
s代表小号
m代表中号
l代表大号
xl為特大号
但是，當調用sort_values('size')時，将得到以下輸出。
輸出不是我們想要的，但它在技術上是正确的。實際上，sort_values()是按數字順序對數值資料排序，對對象資料按字母順序排序。
以下是兩種常見的解決方案：
為自定義排序建立新列
使用categoricaldtype将資料強制轉換為具有有序性的類别類型
在這個解決方案中，需要一個映射資料幀來表示一個自定義排序，然後根據映射建立一個新的列，最後我們可以按新列對資料進行排序。讓我們通過一個例子來看看這是如何工作的。
首先，讓我們建立一個映射資料幀來表示自定義排序。
之後，使用sort_mapping中的映射值建立一個新的列 size_num。
最後，按新的列大小對值進行排序。
這當然是我們的工作。但它建立了一個備用列，在處理大型資料集時效率可能會降低。
我們可以使用categoricaldtype更有效地解決這個問題。
categoricaldtype是具有類别和順序的分類資料的類型[1]。它對于建立自定義排序非常有用[2]。讓我們通過一個例子來看看這是如何工作的。
首先，讓我們導入categoricaldtype。
然後，建立一個自定義類别類型cat_size_order
第一個參數設定為['xs'、's'、'm'、'l'、'xl']作為尺寸的唯一值。
第二個參數ordered=true，将此變量視為有序。
然後，調用astype(cat_size_order)将大小資料強制轉換為自定義類别類型。通過運作df['size']，我們可以看到size列已經被轉換為一個類别類型，其順序為[xs<s<m<l<xl]。
最後，我們可以調用相同的方法對值進行排序。
這樣效果更好。讓我們來看看原理是什麼。
現在size列已經被轉換為category類型，我們可以使用.cat通路器以檢視分類屬性。在幕後，它使用codes屬性來表示有序變量的大小。
讓我們建立一個新的列代碼，這樣我們可以并排比較大小和代碼值。
我們可以看到xs、s、m、l和xl的代碼分别為0、1、2、3、4和5。codes是類别實際值。通過運作df.info()，我們可以看到實際上是int8。
接下來，讓我們把事情變得更複雜一點。這裡，我們将按多個變量對資料幀進行排序。
類似地，讓我們建立兩個自定義類别類型cat_day_of_week和cat_month，并将它們傳遞給astype()。
要按多個變量排序，我們隻需要傳遞一個清單來代替sort_values()。例如，按month和day_of_week排序。
按ustomer_id，month 和day_of_week排序。
就這樣，謝謝你的閱讀。