Pandas如何规范实现按col1分组并按组内col2最小值排序？

原始数据 #

import pandas as pd
df = pd.DataFrame({'col1': ['A', 'B', 'A', 'B', 'C'],
                   'col2': [3, 1, 2, 4, 3],
                   'col3': [10, 20, 30, 40, 50]})

期望结果 #

col1 col2    col3
1   B   1   20
3   B   4   40
0   A   3   10
2   A   2   30
4   C   3   50

从结果可明确排序规则：先按col1分组内的col2最小值升序排列分组，同一分组内保留原始行的相对顺序。

规范实现方法 #

方法1：利用sort_values的key参数（Pandas 1.1.0+支持） #

无需创建临时列，直接通过key参数生成分组排序依据：

df.sort_values(
    by='col1',
    key=lambda x: x.map(df.groupby('col1')['col2'].min()),
    kind='stable'
)

• key参数为每个col1映射其分组内col2的最小值，以此作为排序依据
• kind='stable'确保同一分组内的行保持原始顺序，与期望结果完全匹配

方法2：分组后排序合并（逻辑更直观） #

先按col1拆分分组，再按分组的col2最小值排序分组，最后合并：

# 按col1分组，保留原始分组顺序
groups = [group for _, group in df.groupby('col1', sort=False)]
# 按每个分组的col2最小值排序分组
sorted_groups = sorted(groups, key=lambda g: g['col2'].min())
# 合并分组得到结果
result = pd.concat(sorted_groups)

两种方法均为简洁规范的实现方式，避免了临时列的创建与删除操作。

内容的提问来源于stack exchange，提问作者Wang