如何对pandas多级索引DataFrame各组值排序并保留索引关联与顺序

问题描述 #

我有一个如下所示的pandas MultiIndex DataFrame，需要在保留索引关联关系与顺序的前提下，对每个顶层索引分组内的值进行排序。现有代码能实现单组排序，但无法将结果保存回原DataFrame，且inplace参数不起作用：

import pandas as pd

df = pd.DataFrame([4,8,6,11,13,15], columns=['val'],
    index=[['A','A','A','B','B','B'],['a1','a2','a3','b1','b2','b3']])

# 原DataFrame输出：
#         val
#  A  a1    4
#     a2    8
#     a3    6
#  B  b1   11
#     b2   13
#     b3   15

# 尝试的无效代码
for idx in df.index.unique(level=0):
    tmp = df.loc[idx].sort_values(by='val')

解决方法 #

方法1：使用groupby+apply生成新DataFrame（推荐） #

通过groupby按顶层索引分组，对每组单独排序后自动拼接，完整保留MultiIndex结构：

df_sorted = df.groupby(level=0, group_keys=False).apply(lambda x: x.sort_values('val'))

执行后df_sorted的结果为：

val
A  a1    4
   a3    6
   a2    8
B  b1   11
   b2   13
   b3   15

方法2：重新索引实现原地修改 #

如果需要直接修改原DataFrame，可以先收集所有排序后的完整索引，再通过reindex重排：

# 收集每组排序后的完整MultiIndex
sorted_indices = []
for top_idx in df.index.unique(level=0):
    group = df.loc[top_idx]
    # 对当前组按val排序，取排序后的索引
    sorted_group_indices = group.sort_values('val').index
    sorted_indices.extend(sorted_group_indices)

# 重新索引原DataFrame，完成排序
df = df.reindex(sorted_indices)

原代码无效原因 #

原循环仅将单组排序结果赋值给临时变量tmp，未更新回原DataFrame；且df.loc[idx].sort_values(..., inplace=True)可能因df.loc[idx]返回的是数据副本而非视图，导致inplace修改无法作用到原DataFrame。

内容的提问来源于stack exchange，提问作者Pontis