Python 按列对数据帧中的某些行进行排序

我有一个未排序的数据帧。我想按降序（从大到小）对

A

、

B

、

C

和

D

列进行排序，但它们必须保留在面额组中。例如，它应该按列

A

、

B

、

C

和

D

对面额100进行排序，因此行0,1,2更改为0,2,1

Index   Denomination    A   B   C   D
0        100            5   0   0   0
1        100            0   0   1   0
2        100            0   2   0   0
3        200            5   2   0   0
4        200            5   0   1   0
5        200            0   4   0   0
6        200            10  0   0   0
7        200            0   2   1   0
8        200            0   0   2   0

排序级别的顺序必须是

A

，

B

，

C

，然后是

D

。重新标记索引并不重要。 生成的数据帧应为：

Index   Denomination    A   B   C   D
0        100            5   0   0   0
2        100            0   2   0   0
1        100            0   0   1   0
6        200            10  0   0   0
3        200            5   2   0   0
4        200            5   0   1   0
5        200            0   4   0   0
7        200            0   2   1   0
8        200            0   0   2   0

这可以在excel中通过选择行然后应用自定义排序来完成，但我需要在python中使用dataframes来完成。

这应该可以做到：

df.sort_values(by=['Denomination', 'A', 'B', 'C', 'D'], 
               ascending=[True, False, False, False, False])
Out: 
   Denomination   A  B  C  D
0           100   5  0  0  0
2           100   0  2  0  0
1           100   0  0  1  0
6           200  10  0  0  0
3           200   5  2  0  0
4           200   5  0  1  0
5           200   0  4  0  0
7           200   0  2  1  0
8           200   0  0  2  0

按

面额

升序排序；如果是领带，则按

A

降序排序；如果是平局，则按

B

降序排序，依此类推

如果面额列不应排序，但应按组的显示顺序保留，则可以执行以下操作：

df.groupby('Denomination')['Denomination'].transform(pd.Series.first_valid_index)
Out: 
0    0
1    0
2    0
3    3
4    3
5    3
6    3
7    3
8    3
Name: Denomination, dtype: int64

这将返回一个新列以跟踪组。您可以将此列添加到数据帧，并且它可以具有最高优先级

(df.assign(denomination_group = 
     df.groupby('Denomination')['Denomination'].transform(pd.Series.first_valid_index))
   .sort_values(by=['denomination_group', 'A', 'B', 'C', 'D'], 
                ascending=[True, False, False, False, False])
   .drop('denomination_group', axis=1))