Python 按多列和重复索引对数据帧进行排序

我有一个带有重复索引的熊猫数据帧。每个索引有3行，它们对应于一组项目。有两列，

a

和

b

df = pandas.DataFrame([{'i': b % 4, 'a': abs(b - 6) , 'b': b}
                       for b in range(12)]).set_index('i')

我想对数据帧进行排序，以便：

具有相同索引的所有行都是相邻的。（所有组都在一起）

各组按组内最低值

a

的相反顺序排列

例如，在上述

df

中，前三个项目应该是索引

0

的项目，因为这三行的最低

a

值为2，所有其他组至少有一行

a

值低于2。第二个三个项目可以是第3组或第1组，因为这两个组中的最低

a

值都是1。最后一组项目应该是组2，因为它有一行

a

值为0

在每个组中，项目按

b

升序排序

期望输出：

a b i 0 6 0 0 2 4 0 2 8 3 3 3 3 1 7 3 5 11 1 5 1 1 1 5 1 3 9 2 4 2 2 0 6 2 4 10

---

但是它给了我一个keyrerror，如果我把

I

作为一列而不是索引，它只会走那么远。

您可以先按

a

降序排序，然后对索引排序：

>>> df.sort(['a', 'b'], ascending=[False, True]).sort_index()
   a   b
i       
0  6   0
0  2   4
0  2   8
1  5   1
1  3   9
1  1   5
2  4   2
2  4  10
2  0   6
3  5  11
3  3   3
3  1   7

---

您可以先按

a

降序排序，然后对索引进行排序：

>>> df.sort(['a', 'b'], ascending=[False, True]).sort_index()
   a   b
i       
0  6   0
0  2   4
0  2   8
1  5   1
1  3   9
1  1   5
2  4   2
2  4  10
2  0   6
3  5  11
3  3   3
3  1   7

---

我看到的最直接的方法是将索引移动到一列，并使用组min计算一个新列

In [43]: df = df.reset_index()

In [45]: df['group_min'] = df.groupby('i')['a'].transform('min')

然后，您可以根据您的条件进行排序：

In [49]: df.sort_values(['group_min', 'i', 'b'], ascending=[False, False, True])
Out[49]: 
    i  a   b  group_min
0   0  6   0          2
4   0  2   4          2
8   0  2   8          2
3   3  3   3          1
7   3  1   7          1
11  3  5  11          1
1   1  5   1          1
5   1  1   5          1
9   1  3   9          1
2   2  4   2          0
6   2  0   6          0
10  2  4  10          0

要返回到所需帧，请删除跟踪变量并重置索引

In [50]: df.sort_values(['group_min', 'i', 'b'], ascending=[False, False, True]).drop('group_min', axis=1).set_index('i')
Out[50]: 
   a   b
i       
0  6   0
0  2   4
0  2   8
3  3   3
3  1   7
3  5  11
1  5   1
1  1   5
1  3   9
2  4   2
2  0   6
2  4  10

---

我看到的最直接的方法是将索引移动到一列，并使用组min计算一个新列

In [43]: df = df.reset_index()

In [45]: df['group_min'] = df.groupby('i')['a'].transform('min')

然后，您可以根据您的条件进行排序：

In [49]: df.sort_values(['group_min', 'i', 'b'], ascending=[False, False, True])
Out[49]: 
    i  a   b  group_min
0   0  6   0          2
4   0  2   4          2
8   0  2   8          2
3   3  3   3          1
7   3  1   7          1
11  3  5  11          1
1   1  5   1          1
5   1  1   5          1
9   1  3   9          1
2   2  4   2          0
6   2  0   6          0
10  2  4  10          0

要返回到所需帧，请删除跟踪变量并重置索引

In [50]: df.sort_values(['group_min', 'i', 'b'], ascending=[False, False, True]).drop('group_min', axis=1).set_index('i')
Out[50]: 
   a   b
i       
0  6   0
0  2   4
0  2   8
3  3   3
3  1   7
3  5  11
1  5   1
1  1   5
1  3   9
2  4   2
2  0   6
2  4  10

---

谢谢这只是错过了最后一个标准，即项目也按

b

分组排序。我没有看到这一点。修改为包含

b

。谢谢！这只是错过了最后一个标准，即项目也按

b

分组排序。我没有看到这一点。修改为包含

b

。