在Pandas DataFrame中按Part聚类、Date子聚类排序Quantity（正值优先）

问题背景 #

现有如下Pandas DataFrame：

Part  Date         Quantity
A     2023-10-26   -1
A     2023-10-26    1
A     2023-11-03    1
A     2023-12-15   -1
B     2023-11-09    2
B     2023-11-14   -2
B     2023-11-14    2
B     2023-11-19    2

要求：以Part为一级分组，Date为二级子分组，每个子分组内把Quantity的正值放在前面，最终要得到这样的结果：

Part  Date         Quantity
A     2023-10-26    1
A     2023-10-26   -1
A     2023-11-03    1
A     2023-12-15   -1
B     2023-11-09    2
B     2023-11-14    2
B     2023-11-14   -2
B     2023-11-19    2

解决方案 #

完全没必要用双重groupby，用sort_values就能简单高效搞定，甚至不需要额外临时列。当然如果非要用groupby也能实现，但属于画蛇添足。

最优方案：直接用sort_values排序 #

import pandas as pd

# 构造原始数据（已有DataFrame可跳过此步）
df = pd.DataFrame({
    'Part': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
    'Date': ['2023-10-26', '2023-10-26', '2023-11-03', '2023-12-15',
             '2023-11-09', '2023-11-14', '2023-11-14', '2023-11-19'],
    'Quantity': [-1, 1, 1, -1, 2, -2, 2, 2]
})

# 核心排序逻辑
df_sorted = df.sort_values(
    by=['Part', 'Date', df['Quantity'] > 0, 'Quantity'],
    ascending=[True, True, False, True]
)

# 可选：重置索引，消除原索引干扰
df_sorted = df_sorted.reset_index(drop=True)

print(df_sorted)

逻辑说明

• df['Quantity'] > 0会生成布尔序列，正值对应True（排序时视为1），负值对应False（视为0），设置ascending=False后，1会排在0前面，实现正值前置。
• 最后加'Quantity'排序是为了保证同符号数值按大小排列，可根据需求选择保留或删除。

备选方案：用groupby实现（不推荐） #

如果一定要用groupby，可以这么写，但步骤更繁琐：

df_sorted = df.groupby(['Part', 'Date'], group_keys=False).apply(
    lambda x: x.sort_values(by='Quantity', key=lambda y: y < 0)
)

逻辑说明

• 按Part和Date分组后，对每个子分组用sort_values，排序key用lambda y: y < 0——负值返回True（1），正值返回False（0），排序后0在前，即正值排在前面。

内容的提问来源于stack exchange，提问作者Prmake