如何对Pandas GroupBy输出的P_0与P_1维度值进行排序？

你的代码执行后，分组生成的结果中P_0（行）和P_1（列）维度未按数值排序，导致P_0最小值出现在最后一行。可以通过以下两种方式实现两个维度的排序：

方法一：分组前对源数据排序 #

先按目标字段对数据排序，再执行分组操作，保证分组后的索引和列天然有序：

param = bta.bt_get_used_param(all_trades_df)
for i in range(len(param)-1):
    # 按当前两个参数字段排序数据
    sorted_df = lrun_trade_df.sort_values(by=[param[i], param[i+1]])
    g = sorted_df.groupby([param[i], param[i+1]])['Profit'].sum().unstack(level=1) 
g

方法二：分组后对结果索引和列排序 #

直接对分组生成的DataFrame的行索引和列分别排序，无需修改源数据：

param = bta.bt_get_used_param(all_trades_df)
for i in range(len(param)-1):
    g = lrun_trade_df.groupby([param[i], param[i+1]])['Profit'].sum().unstack(level=1) 
    # 同时对行索引（P_0）和列（P_1）按数值排序
    g = g.sort_index(axis=0).sort_index(axis=1)
g

特殊情况处理 #

如果P_0和P_1是字符串格式的数字（如'8'、'10'），直接排序会按字典序执行（比如'10'会排在'8'前面），需要先转换为数值类型：

param = bta.bt_get_used_param(all_trades_df)
for i in range(len(param)-1):
    # 将参数字段转为整数类型
    lrun_trade_df[param[i]] = lrun_trade_df[param[i]].astype(int)
    lrun_trade_df[param[i+1]] = lrun_trade_df[param[i+1]].astype(int)
    # 再执行分组和排序
    g = lrun_trade_df.groupby([param[i], param[i+1]])['Profit'].sum().unstack(level=1) 
    g = g.sort_index(axis=0).sort_index(axis=1)
g

内容的提问来源于stack exchange，提问作者gfx Prog