如何按Pandas DataFrame的A列排序并保留整行，或筛选指定值行？

数据初始化（可直接测试） #

import pandas as pd

data = {
    'Column A': ['D', 'E', 'E', 'D', 'E'],
    'Column B': [40, 50, 70, 60, 90],
    'Column C': ['hex', 'def', 'foo', 'bar', 'key']
}
df = pd.DataFrame(data, index=[1,2,3,4,5])

1. 按Column A排序并保留关联行 #

直接用sort_values()函数，指定排序列即可，默认保留原索引和所有关联数据：

# 按Column A升序排序（D在前，E在后）
sorted_df = df.sort_values(by='Column A')

如果需要在同组内（比如都是E的行）按其他规则排序，比如按Column B降序，可以扩展参数：

# 先按Column A升序，同组内按Column B降序
sorted_df = df.sort_values(by=['Column A', 'Column B'], ascending=[True, False])

2. 筛选仅包含D或E的行 #

不用手动找索引，直接用布尔索引就能快速筛选：

# 筛选Column A为D或E的行（通用写法，适用于数据中有其他值的情况）
filtered_df = df[df['Column A'].isin(['D', 'E'])]

# 仅筛选E的行
filtered_E_df = df[df['Column A'] == 'E']

关于多索引的疑问 #

完全不需要用多索引来实现这些需求，上面的基础方法已经足够高效处理13000行的数据集。另外你之前尝试的df.loc也可以结合布尔条件使用，比如：

# 用loc筛选D的行，不用知道具体索引
d_rows = df.loc[df['Column A'] == 'D']

内容的提问来源于stack exchange，提问作者etruhart314