Python对组间而非组内进行排序（重新排列分组行，但在groupby之前保持原始行顺序）

我希望根据列对行组进行排序（在我的示例中，“Group”是要分组的列，然后对组进行排序（按组行顺序进行维护）。我无法按索引排序，因为由于前面的操作，索引故意无序

df = pd.DataFrame({
    'Group':[5,5,5,9,9,777,777,1,2,2],  
    'V1':['a','b','a',3,6,1,None,10,3,None], 
    'V2':['blah','blah','blah','dog','cat','cat','na','first','last','nada'],
    'V3':[1,2,3,4,5,5,4,3,2,1,]
})

希望它看起来像这样：

---

我试过各种方法，比如

df.groupby(['Group'])['Group']).aggregate({'min grp':'min'}).sort_values(by=['min grp'], ascending=True)

---

如果有帮助，原始的

df

是通过

pd.concat（数据帧列表）创建的

之后，当我按组对它们进行排序时，它还会根据索引对组内的行进行排序，这对我的特定问题不起作用。

如果我正确理解了您的问题，您不希望按分组，而是按列的值进行排序。

组

。您可以使用

---

您需要将

sort\u值

与选项

kind='mergesort'

一起使用

kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’
      Choice of sorting algorithm. See also ndarray.np.sort for more
      information. mergesort is the only stable algorithm. For DataFrames,
      this option is only applied when sorting on a single column or label.

当两个键相等的相同元素以与输入中相同的顺序出现时，排序算法称为

stable

。稳定排序列表包括：

插入排序、合并排序、冒泡排序、tim排序、计数排序

因此，您需要：

df = df.sort_values('Group', kind='mergesort')

在不使用

kind

调用

sort\u值时，它是默认的“快速排序”，并且
quicksort
不稳定

df = df.sort_values('Group', kind='mergesort')