您可以将列one拆分为它的组成部分，将它们作为列添加到 Dataframe 中，然后使用列two对它们进行排序。

>>> (df.assign(lhs=df['one'].str[0], rhs=df['one'].str[1:].astype(int))
       .sort_values(['two', 'rhs', 'lhs'])
       .drop(columns=['lhs', 'rhs']))
  one  two
5  A1    1
1  B1    1
3  A2    1
2  A1    2
4  B1    2
0  A2    2

使用str.extract创建一些临时列，这些列基于1）字母表(a-zA-Z]+)和2）数字(\d+)，然后删除它们：

df = pd.DataFrame([
    ['A2', 2],
    ['B1', 1],
    ['A1', 2],
    ['A2', 1],
    ['B1', 2],
    ['A1', 1]], 
  columns=['one','two'])

df['one-letter'] = df['one'].str.extract('([a-zA-Z]+)')
df['one-number'] = df['one'].str.extract('(\d+)')
df = df.sort_values(['two', 'one-number', 'one-letter']).drop(['one-letter', 'one-number'], axis=1)
df
Out[38]: 
  one  two
5  A1    1
1  B1    1
3  A2    1
2  A1    2
4  B1    2

解决方案之一是将两列都设为pd.categorical，并将期望的顺序作为参数“categories”传递。
但我有一些要求，我不能强制未知\意外的值，不幸的是，这是pd.Categorical正在做的。而且None不支持作为一个类别，并自动强制。
因此，我的解决方案是使用一个键按照自定义排序顺序对多个列进行排序：

import pandas as pd

df = pd.DataFrame([
    [A2, 2],
    [B1, 1],
    [A1, 2],
    [A2, 1],
    [B1, 2],
    [A1, 1]], 
  columns=['one','two'])

def custom_sorting(col: pd.Series) -> pd.Series:
    """Series is input and ordered series is expected as output"""
    to_ret = col
    # apply custom sorting only to column one:
    if col.name == "one":
        custom_dict = {}
        # for example ensure that A2 is first, pass items in sorted order here:
        def custom_sort(value):
            return (value[0], int(value[1:]))

        ordered_items = list(col.unique())
        ordered_items.sort(key=custom_sort)
        # apply custom order first:
        for index, item in enumerate(ordered_items):
            custom_dict[item] = index
        to_ret = col.map(custom_dict)
    # default text sorting is about to be applied
    return to_ret

# pass two columns to be sorted
df.sort_values(
    by=["two", "one"],
    ascending=True,
    inplace=True,
    key=custom_sorting,
)

print(df)

输出：

5  A1    1
3  A2    1
1  B1    1
2  A1    2
0  A2    2
4  B1    2

请注意，此解决方案可能会很慢。

在panda〉= 1.1.0和natsort中，你也可以这样做：

import natsort

sorted_df = df.sort_values(["one", "two"], key=natsort.natsort_keygen())

我已经创建了一个函数来解决多列使用key参数的问题，遵循@ Alexandria 的建议。它还处理了在创建时态列时不复制名称的问题。此外，它还可以对整个 Dataframe 进行排序，包括索引（使用index.names）。
它可以改进，但使用复制粘贴应该可以：
https://github.com/DavidDB33/pandas_helpers/blob/main/pandas_helpers/helpers.py