如何自定义Pandas DataFrame排序：将子行置于对应父行之后？

问题描述 #

现有如下Pandas DataFrame代码：

import pandas as pd

table = {
    "key4": ["key3", "command4"],
    "key2": ["key1", "command2"],
    "key3": ["cron3", "command3"],
    "key5": ["cron5", "command5"],
    "key1": ["cron1", "command1"]   
}

columns = ["trigger", "command"]
df = pd.DataFrame.from_dict(table, orient='index', columns=columns)

需求：将trigger列值为某key的行，排在以该key为索引的父行之后（每个key作为索引和trigger值仅出现一次），期望输出排序后的DataFrame如下：

trigger    command
key3   cron3    command3
key4    key3    command4
key5   cron5    command5
key1   cron1    command1
key2    key1    command2

询问：能否通过df.sort_values()导入自定义函数实现该排序，或是否有更合适的数据格式？

解决方案 #

1. 基于sort_values实现排序 #

直接给sort_values传入自定义排序函数不行，但可以先为每行生成排序键，再基于键排序。核心思路是为每个节点生成“父节点路径链”：根节点（trigger以cron开头）的路径是自身，子节点的路径是父节点路径拼接自身，最终按路径字符串排序即可保证子节点紧跟父节点。

代码示例：

def build_sort_key(index_val, df):
    trigger_val = df.loc[index_val, 'trigger']
    # 根节点直接返回自身索引作为排序键
    if trigger_val.startswith('cron'):
        return index_val
    # 子节点递归获取父节点的排序键，再拼接自身
    else:
        return build_sort_key(trigger_val, df) + '_' + index_val

# 生成排序键列
df['sort_key'] = df.index.map(lambda x: build_sort_key(x, df))
# 按排序键排序并删除辅助列
sorted_df = df.sort_values('sort_key').drop('sort_key', axis=1)
print(sorted_df)

运行后即可得到期望的排序结果。

2. 更合适的数据格式 #

如果这类父子依赖操作频繁，建议提前维护层级关联字段，比如新增parent_key列直接存储父节点索引（根节点设为None）：

table = {
    "key4": ["key3", "command4", "key3"],
    "key2": ["key1", "command2", "key1"],
    "key3": ["cron3", "command3", None],
    "key5": ["cron5", "command5", None],
    "key1": ["cron1", "command1", None]   
}
columns = ["trigger", "command", "parent_key"]
df = pd.DataFrame.from_dict(table, orient='index', columns=columns)

这种格式能更直观地体现依赖关系，后续排序、遍历层级都更便捷。如果涉及更复杂的层级结构，也可以用**有向无环图(DAG)**数据结构存储，处理依赖排序会更高效。

内容的提问来源于stack exchange，提问作者dersu