您可以将len创建的index的reindex与sort_values一起使用：

print (df.name.str.len())
0    5
1    2
2    6
3    4
Name: name, dtype: int64

print (df.name.str.len().sort_values())
1    2
3    4
0    5
2    6
Name: name, dtype: int64

s = df.name.str.len().sort_values().index
print (s)
Int64Index([1, 3, 0, 2], dtype='int64')

print (df.reindex(s))
     name  score
1      Al      4
3    Greg      3
0   Steve      2
2  Markus      2

df1 = df.reindex(s)
df1 = df1.reset_index(drop=True)
print (df1)
     name  score
0      Al      4
1    Greg      3
2   Steve      2
3  Markus      2

使用DataFrame.sort_values，我们可以传递一个匿名（lambda）函数来计算字符串长度（使用.str.len() Series方法）给**key**参数：

df = pd.DataFrame({
    'name': ['Steve', 'Al', 'Markus', 'Greg'], 
    'score': [2, 4, 2, 3]
})
print(df)

     name  score
0   Steve      2
1      Al      4
2  Markus      2
3    Greg      3

df.sort_values(by="name", key=lambda x: x.str.len())

     name  score
1      Al      4
3    Greg      3
0   Steve      2
2  Markus      2

我发现这个解决方案更直观，特别是当你想根据列长做一些事情的时候。

df['length'] = df['name'].str.len()
df.sort_values('length', ascending=False, inplace=True)

现在，您的 Dataframe 将有一个名为length的列，其中包含来自name列的字符串长度值，整个 Dataframe 将按降序排序。

@jezrael的回答很棒，解释得很好，下面是最终的结果：

index_sorted = df.name.str.len().sort_values(ascending=True).index
df_sorted = df.reindex(index_sorted)
df_sorted = df_sorted.reset_index(drop=True)

一个奇特而简约的解决方案：

df.iloc[df.agg({"name":len}).sort_values('name').index]


     name  score
1      Al      4
3    Greg      3
0   Steve      2
2  Markus      2