如何对Pandas DataFrame按Table分组、组内时序排序并按组首条时间排序？

问题背景 #

现有如下格式的DataFrame（Date列格式为DD-MM-YYYY）：

Date        Time      Table
01-10-2000  13:00:03  B
01-10-2000  13:00:04  A
01-10-2000  13:00:05  B
01-10-2000  13:00:06  A
01-10-2000  13:00:07  B
01-10-2000  13:00:08  A

需要完成三个操作：

• 按Table列分组
• 每个分组内按Date和Time列排序
• 按照每个分组第一条记录的Date+Time时间顺序，重新排列分组的展示顺序

期望输出：

Date        Time      Table
01-10-2000  13:00:03  B
01-10-2000  13:00:05  B
01-10-2000  13:00:07  B
01-10-2000  13:00:04  A
01-10-2000  13:00:06  A
01-10-2000  13:00:08  A

输入数据的初始化代码：

import pandas as pd

data = {
    'Date': ['01-10-2000', '01-10-2000', '01-10-2000', '01-10-2000', '01-10-2000', '01-10-2000'],
    'Time': ['13:00:03', '13:00:04', '13:00:05', '13:00:06', '13:00:07', '13:00:08'],
    'Table': ['B', 'A', 'B', 'A', 'B', 'A']
}
df = pd.DataFrame(data)

解决方案 #

步骤1：合并日期时间列并转换为datetime类型 #

为了避免字符串排序的误差，先将Date和Time合并为完整的datetime列，同时指定原始日期格式确保解析正确：

df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'], format='%d-%m-%Y %H:%M:%S')

步骤2：分组并完成组内排序 #

按Table分组后，对每个分组内的行按datetime列排序：

grouped = df.groupby('Table', group_keys=False).apply(lambda x: x.sort_values('datetime'))

步骤3：按分组的起始时间重新排序分组 #

提取每个分组第一条记录的datetime值，以此为依据对分组进行排序：

# 获取每个分组的最早时间并生成排序后的分组索引
group_order = grouped.groupby('Table')['datetime'].first().sort_values().index

# 按指定顺序重新排列分组
result = grouped.set_index('Table').loc[group_order].reset_index()

整理最终结果（移除临时列） #

如果不需要保留临时的datetime列，可执行以下代码调整：

# 调整列顺序并移除临时列
result = result[['Date', 'Time', 'Table']].drop('datetime', axis=1)
print(result)

输出结果与期望完全一致：

Date      Time Table
0  01-10-2000  13:00:03     B
1  01-10-2000  13:00:05     B
2  01-10-2000  13:00:07     B
3  01-10-2000  13:00:04     A
4  01-10-2000  13:00:06     A
5  01-10-2000  13:00:08     A

内容的提问来源于stack exchange，提问作者NC520