如何在Pandas中实现双层分组排序并生成类Excel透视表结果？

核心思路 #

先计算两层统计量（实体总门店数、实体-州门店数），基于总门店数完成第一层排序，再在实体组内按州门店数排序，最后处理重复实体名的显示。

完整代码示例 #

import pandas as pd

# 构造示例数据
data = {
    'Entity Name': ['A集团', 'A集团', 'A集团', 'B集团', 'B集团', 'C集团', 'A集团', 'B集团', 'C集团'],
    'State': ['加州', '德州', '加州', '纽约州', '加州', '德州', '德州', '纽约州', '加州'],
    'Store#': ['S001', 'S002', 'S003', 'S004', 'S005', 'S006', 'S007', 'S008', 'S009']
}
df = pd.DataFrame(data)

# 1. 计算实体总门店数
entity_total = df.groupby('Entity Name')['Store#'].nunique().reset_index(name='Entity_Total_Count')

# 2. 计算实体-州的门店数
state_group = df.groupby(['Entity Name', 'State'])['Store#'].nunique().reset_index(name='State_Store_Count')

# 3. 合并统计量并排序
merged_df = pd.merge(state_group, entity_total, on='Entity Name')
# 先按实体总门店数降序，再按州门店数降序
sorted_df = merged_df.sort_values(by=['Entity_Total_Count', 'State_Store_Count'], ascending=[False, False])

# 4. 处理重复实体名的显示：仅保留每组第一个实体名，其余为空
sorted_df['Entity Name'] = sorted_df['Entity Name'].mask(sorted_df['Entity Name'].duplicated(), '')

# 5. 整理输出列（可选：移除总计数列，按需保留）
final_df = sorted_df[['Entity Name', 'State', 'State_Store_Count']].rename(columns={'State_Store_Count': '门店数量'})

print(final_df)

输出效果 #

Entity Name State  门店数量
0         A集团    德州      2
1                 加州      2
2         B集团  纽约州      2
3                 加州      1
4         C集团    加州      1
5                 德州      1

关键说明 #

• 用nunique()统计门店数（避免同一门店重复计数），如果你的Store#无重复，也可以用count()替代
• 排序时必须基于实体总门店数，而不是直接对分组后的结果排序，这是解决排序不符合预期的核心
• 用mask()+duplicated()快速处理重复实体名的空值显示，比循环高效

内容的提问来源于stack exchange，提问作者moto_prns2720