Python 2.7 基于组上分组的变量以外的变量在组之间排序

我想使用Pandas groupby根据每个组中的值对组进行排序。此值不是用于分组的值

我正在处理公共交通数据，这些数据告诉我不同公交出行的站点和到达时间。以下是数据帧的示例（称为

stopTimes

）：

我想根据到达第一站的时间对行程进行分类。因此，上述数据帧的排序结果将是：

trip_id stop_sequence   arrival_time
2       1               07:05:30
2       2               16:01:00
2       3               16:45:00
1       1               09:00:40
1       2               12:03:00
1       3               15:08:00

我已经能够通过以下方式实现这一结果：

timeSortedTrips = stopTimes.loc[stopTimes['stop_sequence']==1].sort_values('arrival_time')['trip_id']
stopTimes['trip_id'] = pd.Categorical(stopTimes['trip_id'],timeSortedTrips)
stopTimes = stopTimes.sort_values(['trip_id','arrival_time'])

---

然而，我很好奇：我能用groupby实现这一点吗？如果是的话，效率会更高吗？另外，我是Python新手，所以如果您有更好的方法来进行排序，请告诉我这个方向。

您可以按

trip\u id

分组，并在每个组中按

到达时间进行排序

stopTimes.arrival_time = pd.to_datetime(stopTimes.arrival_time)
stopTimes = stopTimes.groupby("trip_id", as_index=False).apply(lambda x: x.sort("arrival_time"))

这似乎不起作用，我无法立即找到原因。我得到了这个错误：
'DataFrame'对象没有属性'sort'
。知道怎么了吗？我不知道为什么。这对我有用。您可以尝试对值进行排序而不是排序吗。
stopTimes.arrival_time = pd.to_datetime(stopTimes.arrival_time)
stopTimes = stopTimes.groupby("trip_id", as_index=False).apply(lambda x: x.sort("arrival_time"))