根据唯一的“其他”列，按月对具有重复年份的数据帧进行排序

Question

在pandas中，我尝试按月对大型数据帧中的行进行排序。目前，这几个月是不正常的。它们是按字母顺序排列的，但我想按时间顺序排列。 棘手的是，我对每一种产品按21个月的周期进行排序。有两个年份栏，一个用于日历年，一个用于会计年，它们的用途不同。2021财年为2021年1月至2021年9月，2022财年为2021年10月至2022年9月。有数百种产品，下面的部分只是两种产品的示例

从下表中可以看出，月份是无序的，但其他一切都是有序的

同样，ever产品有21个月，从2021年1月到2022年9月。我希望对每个产品进行迭代

我正在寻找一个代码，以正确的方式排序这个数据帧

现在的样子（月份不按年份排序）：

^{tb1}$

外观（按月份顺序）：

^{tb2}$

Answer 1

首先将值转换为ordered categoricals，以便可以按^{}中的多个列进行排序：

cat = ['January','February','March','April','May','June',
       'July','August','September','October','November','December']
df['Month'] = pd.Categorical(df['Month'], ordered=True, categories=cat)
df = df.sort_values(['Item','Calendar Year','Month'])

或者创建DatetimeIndex，以便可以通过Item和日期时间进行排序：

df.index = pd.to_datetime(df['Calendar Year'] + df['Month'], format='%Y%B')
df = df.rename_axis('dt').sort_values(['Item','dt']).reset_index(drop=True)