如何对Pandas DataFrame按分组排序：组间按指定Rev降序，组内按日期升序

示例DataFrame #

生成示例数据的代码：

import pandas as pd
import numpy as np

np.random.seed(0)
df = pd.DataFrame({'date' : np.tile(['2024-05-01', '2024-06-01'], 4),
                  'State' : np.repeat(['fl', 'ny', 'mi', 'nc'], 2),
                  'Rev' : [21000, 18200, 51200, 48732, 5676, 6798, 24012, 25005],
                  'Score' : np.random.normal(size = 8),
                  'Value' : np.random.randint(10, 50, size = 8)})

生成的DataFrame内容：

需求说明 #

排序规则如下：

• 每个State分组的整体排序优先级，由该组中date为2024-05-01的Rev值从大到小决定，最终组的顺序应为NY、NC、FL、MI
• 每个State分组内部，按date列升序排列

尝试的代码及问题 #

尝试了以下代码，但未得到预期结果：

(df.sort_values(by = ['Rev'], ascending = [False]).
     groupby('State', as_index = False).
     apply(lambda x : x.sort_values('date')).reset_index(drop = True))

错误输出中组的顺序不符合要求：

正确实现代码 #

方法：利用分类变量定义组顺序 #

先提取每个State的5月1日Rev值，按其降序确定组的顺序，再将State列转为分类变量，最后按组和日期排序：

# 获取按5月1日Rev降序排列的State顺序
state_order = df[df['date'] == '2024-05-01'].sort_values('Rev', ascending=False)['State'].tolist()
# 将State转为分类变量，指定顺序
df['State'] = pd.Categorical(df['State'], categories=state_order, ordered=True)
# 按State（已定义顺序）和date升序排序
result = df.sort_values(['State', 'date']).reset_index(drop=True)

预期输出 #

执行上述代码后，输出结果如下：

内容的提问来源于stack exchange，提问作者Karthik S