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 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
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 m
0 1 2 March
1 3 4 April
2 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）。
602392714
清零编程群