如何在groupby与value_counts后重排Series的索引顺序？

要让createGroup的顺序固定为True→False，可以用以下两种方法：

方法1：将createGroup转为有序类别类型 #

提前把createGroup列设置为有序类别，指定好顺序，后续的groupby和value_counts都会遵循这个顺序：

import pandas as pd

# 先将createGroup转为有序类别，指定顺序为[True, False]
df['createGroup'] = pd.Categorical(df['createGroup'], categories=[True, False], ordered=True)

# 再执行分组和统计
result = df.groupby('verification')['createGroup'].value_counts(normalize=True)

方法2：对结果用reindex强制指定顺序 #

如果不想修改原数据类型，可以在统计完成后，用reindex重新排列索引顺序：

# 先执行分组统计
result = df.groupby('verification')['createGroup'].value_counts(normalize=True)

# 按指定顺序重新索引
result = result.reindex([True, False], level='createGroup')

为什么你的原代码没效果？ #

你先对createGroup做sort_values再分组，这个操作不影响后续groupby后的value_counts排序——因为value_counts默认是按计数从高到低排列的，和原始数据的顺序无关。

内容的提问来源于stack exchange，提问作者Rodrigo Gutierrez