Python 熊猫：反转具有相同值的行

我有一个

DataFrame

，其中行由第三列“分组”（一个“组”中的行在第三列具有相同的值）：

但第二列中的值顺序错误。我需要反转每个“组”中的行，因此

DataFrame

应该如下所示：

c1 c2 c3
0   r  1
1   b  1
2   n  2
3   x  2
4   f  2
5   f  3
6   r  3

是否有有效的方法将第一个

数据帧

转换为第二个

数据帧

UPD：更新了更清晰的示例。这些值应该完全颠倒，而不仅仅是按字母顺序排列。

您似乎需要：

编辑：

您可以使用

groupby

并通过

[：：-1]

更改订单：

#more general solution, working with not unique index also
def reversing(x):
    x['c2'] = x['c2'].iloc[::-1].values
    return x

df = df.groupby('c3', sort=False)).apply(reversing)
print (df)
   c1 c2  c3
0   0  r   1
1   1  b   1
2   2  n   2
3   3  x   2
4   4  f   2
5   5  f   3
6   6  r   3

#solution working only with unique monotonic increasing index, because reset index
df['c2'] = df.groupby('c3', sort=False)['c2'].apply(lambda x: x[::-1]).reset_index(drop=True)
print (df)
   c1 c2  c3
0   0  r   1
1   1  b   1
2   2  n   2
3   3  x   2
4   4  f   2
5   5  f   3
6   6  r   3

解决方案，

c1

中的值顺序发生变化：

您可以按索引排序（必须是唯一的单调递增）

如果列

c1

是唯一的单调递增（0,1,2..）作为默认索引：

df = df.sort_values(['c3','c1'], ascending=[True, False])
print (df)
   c1 c2  c3
1   1  r   1
0   0  b   1
4   4  n   2
3   3  x   2
2   2  f   2
6   6  f   3
5   5  r   3

---

谢谢你的回答，但这些字母只是价值观的一个例子，很抱歉我错误地引用了这个例子。在我的例子中，组中的值不应该按字母顺序排列，它们应该完全颠倒。我已经用更清晰的例子更新了这篇文章。

#more general solution, working with not unique index also
def reversing(x):
    x['c2'] = x['c2'].iloc[::-1].values
    return x

df = df.groupby('c3', sort=False)).apply(reversing)
print (df)
   c1 c2  c3
0   0  r   1
1   1  b   1
2   2  n   2
3   3  x   2
4   4  f   2
5   5  f   3
6   6  r   3

#solution working only with unique monotonic increasing index, because reset index
df['c2'] = df.groupby('c3', sort=False)['c2'].apply(lambda x: x[::-1]).reset_index(drop=True)
print (df)
   c1 c2  c3
0   0  r   1
1   1  b   1
2   2  n   2
3   3  x   2
4   4  f   2
5   5  f   3
6   6  r   3

df=df.reset_index().sort_values(['c3','index'],ascending=[True, False]).drop('index',axis=1)
print (df)
   c1 c2  c3
1   1  r   1
0   0  b   1
4   4  n   2
3   3  x   2
2   2  f   2
6   6  f   3
5   5  r   3

df = df.sort_values(['c3','c1'], ascending=[True, False])
print (df)
   c1 c2  c3
1   1  r   1
0   0  b   1
4   4  n   2
3   3  x   2
2   2  f   2
6   6  f   3
5   5  r   3