基于日期列排序DataFrame并保持同ID分组的实现问题

原始数据结构 #

问题说明 #

你尝试的代码filtered_df.sort_values(by=['date','ID'],ascending=False, inplace = True)无法实现预期效果——它优先按date降序排序，会打乱相同ID的分组。你需要的是相同ID的记录归为一组，每组内按日期降序排列，目标结果如下：

正确解法 #

调整排序的优先级和各字段的排序方向：先按ID降序（保证同ID聚在一起），再按Date降序（组内按日期从新到旧排列）。代码如下：

# 直接修改原DataFrame
filtered_df.sort_values(by=['ID', 'Date'], ascending=[False, False], inplace=True)

# 或者生成新的DataFrame（不修改原数据）
sorted_df = filtered_df.sort_values(by=['ID', 'Date'], ascending=[False, False])

关键说明 #

• 排序字段顺序：先写ID确保同ID的记录被分组，再写Date处理组内排序
• ascending参数传入列表：对应每个排序字段的排序方向，[False, False]表示ID降序、Date降序，这样ID大的组会排在前面，组内最新日期的记录在前。

内容的提问来源于stack exchange，提问作者Andrew Pike