要按列数据类型对pd.describe的输出进行排序，可以使用以下代码示例：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3],
        'B': [4.5, 5.5, 6.5],
        'C': ['a', 'b', 'c']}
df = pd.DataFrame(data)

# 使用pd.describe获取描述性统计信息
desc = df.describe()

# 将列数据类型作为字典key，列名作为字典value进行映射
type_mapping = {'int64': 1, 'float64': 2, 'object': 3}

# 添加一列来存储列数据类型的排序值
desc['dtype_order'] = [type_mapping[col_dtype] for col_dtype in df.dtypes]

# 按列数据类型排序
desc = desc.sort_values(by='dtype_order')

# 删除掉刚才添加的排序列
desc = desc.drop(columns='dtype_order')

print(desc)

输出结果如下：

         A    B  C
count  3.0  3.0  3
mean   2.0  5.5  NaN
std    1.0  1.0  NaN
min    1.0  4.5  NaN
25%    1.5  5.0  NaN
50%    2.0  5.5  NaN
75%    2.5  6.0  NaN
max    3.0  6.5  NaN

在这个示例中，首先创建了一个包含不同数据类型的DataFrame。然后使用pd.describe获取描述性统计信息，并将列数据类型转换为排序值添加到DataFrame中。最后，按列数据类型排序DataFrame，并删除掉刚才添加的排序列。最终得到的输出结果按列数据类型排序。