就reindex

df.reindex(reorderlist)
Out[89]: 
                 Age   G   Tm  Year     id
Player                                    
Maurice Baker     25   7  VAN  2004   5335
Adrian Caldwell   31  81  DAL  1997   6169
Ratko Varda       22  60  TOT  2001  13950
Ryan Bowen        34  52  OKC  2009   6141
Cedric Hunter     27   6  CHH  1991   2967

更新信息你有多个玩家同名

out = df.iloc[pd.Categorical(df.index,reorderlist).argsort()]

从Pandas 1.1开始，DataFrame.sort_values有一个key参数，它接受一个可调用的参数来控制排序。因此，您可以使用以下方法：

def sorter(column):
    reorder = [
        "Maurice Baker",
        "Adrian Caldwell",
        "Ratko Varda",
        "Ryan Bowen",
        "Cedric Hunter",
    ]
    # This also works:
    # mapper = {name: order for order, name in enumerate(reorder)}
    # return column.map(mapper)
    cat = pd.Categorical(column, categories=reorder, ordered=True)
    return pd.Series(cat)

df_sorted = df.sort_values(by="Player", key=sorter)

在使用pd.Categorical和我在评论中提出的column.map替代方案之间可能存在一些实际差异。例如，请参阅这些警告。我把两者都展示出来是为了完整。我还没有测试它与当前公认的使用df.reindex的解决方案在性能方面的比较。当您也使用MultiIndex时，最好的方法可能会有所不同。

要在字符串列表上获得自定义排序顺序，请将其声明为分类并手动指定排序顺序：

player_order = pd.Categorical([ 'Maurice Baker', 'Adrian Caldwell','Ratko Varda' ,'Ryan Bowen' ,'Cedric Hunter'],
              ordered=True)

这是因为pandas还不允许Categoricals作为索引：df.set_index(keys=player_order, inplace=True)TypeError: unhashable type: 'Categorical'
因此，您需要使用df.sort_index(level=player_order)进行手动自定义排序

如果有多个列需要排序，根据我的经验，我使用map将string值转换为number。然后使用sort_values：

# Step 1/3: create dictionary to convert any string to number
convert_dict = {'Maurice Baker':1,
                'Adrian Caldwell':2,
                'Ratko Varda':3} # You can start filling till the end

# Step 2/3: Create column `new` that mapping from `Player`:
df['new'] = df['Player'].map(convert_dict)

# Step 3/3: sort
df.sort_values(by=['new'], ignore_index=True, inplace=True)
df.drop(columns=['new'], inplace=True)

为了在不包括空行的情况下以任意顺序排序，我在测试BENYS answer时发现df.filter可以工作。它会根据需要进行排序，忽略像df.reindex这样缺少的键，但不会为没有数据的键包含空行。

df.filter(reorderlist, axis=0)

                    id  Year  Age   Tm   G
Player                                    
Maurice Baker     5335  2004   25  VAN   7
Adrian Caldwell   6169  1997   31  DAL  81
Ratko Varda      13950  2001   22  TOT  60
Ryan Bowen        6141  2009   34  OKC  52
Cedric Hunter     2967  1991   27  CHH   6

#Extra keys dont add empty rows, missing keys ignored
reorderlist.append('LeBron James')
reorderlist.remove('Adrian Caldwell')
df.filter(reorderlist, axis=0)

                  id  Year  Age   Tm   G
Player                                  
Maurice Baker   5335  2004   25  VAN   7
Ratko Varda    13950  2001   22  TOT  60
Ryan Bowen      6141  2009   34  OKC  52
Cedric Hunter   2967  1991   27  CHH   6