基于Pandas v0.24.2与Python3.7实现按score排序并按parentid分组的技术咨询

我完全懂你的需求——你要的不是先分组再各自排序，而是先全局找出Score最高的那条记录所属的组，把整个组的所有记录按Score降序排在一起；接着在剩下的数据里找Score最高的记录，再把它所属的组按同样方式排好，以此类推。

实现思路 #

核心是给每个记录标记它所属组的最高Score，这样排序时：

1. 先按「组的最高Score」降序，确保优先级高的组整体排在前面
2. 再按「自身Score」降序，组内成员按Score从高到低排列

适配Pandas 0.24.2的代码 #

假设你的DataFrame名为df，执行以下步骤：

# 1. 给每条记录添加所属组的最高Score（用transform保证每条记录都能拿到对应组的最大值）
df['group_max_score'] = df.groupby('parentid')['score'].transform('max')

# 2. 先按组最高Score降序，再按自身Score降序排序
sorted_df = df.sort_values(by=['group_max_score', 'score'], ascending=[False, False])

# 3. 移除临时添加的列（可选，根据需求保留）
sorted_df = sorted_df.drop(columns=['group_max_score'])

验证结果 #

用你提供的示例数据运行后，得到的结果完全符合你的预期：

为什么这个方法可行？ #

transform('max')会把每个parentid组的最高Score赋值给该组的每一条记录，这样排序时，同一组的所有记录会因为group_max_score相同而被归为一组，同时组的顺序由这个最大值决定（全局从高到低），组内再按自身Score排序，完美匹配你的需求。

内容的提问来源于stack exchange，提问作者Tereanoch