如何按特定分组规则对Pandas DataFrame进行排序？

需求说明 #

给定如下原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Name': ['Max', 'Stefan', 'John', 'Kate', 'Walter', 'Karin', 'Julia', 'Ben', 'Spencer'],
    'Balance': [0.12, 0.03, 0.12, 0.12, 0.12, 0.03, 0.03, 0.06, 0.03]
})

需要按每3行一组的规则排序：

• 组内第一行：取Balance列的最大值对应行
• 组内第二行：取介于最大值和最小值之间的值对应行（允许等于最大值/最小值，或满足max > 平均值 > min）
• 组内第三行：取Balance列的最小值对应行
  同时需兼容所有值相等的场景，此时组内顺序可灵活调整。

目标输出结果：

Name  Balance
0      Max     0.12
1      Ben     0.06
2    Julia     0.03
3     Kate     0.12
4   Walter     0.12
5    Karin     0.03
6     John     0.12
7   Stefan     0.03
8  Spencer     0.03

实现代码 #

import pandas as pd
from collections import deque

# 原始数据
df = pd.DataFrame({
    'Name': ['Max', 'Stefan', 'John', 'Kate', 'Walter', 'Karin', 'Julia', 'Ben', 'Spencer'],
    'Balance': [0.12, 0.03, 0.12, 0.12, 0.12, 0.03, 0.03, 0.06, 0.03]
})

# 提取Balance的极值
max_val = df['Balance'].max()
min_val = df['Balance'].min()

# 拆分三类行：最大值行、中间值行、最小值行
max_rows = df[df['Balance'] == max_val].reset_index(drop=True)
mid_rows = df[(df['Balance'] > min_val) & (df['Balance'] < max_val)].reset_index(drop=True)
min_rows = df[df['Balance'] == min_val].reset_index(drop=True)

# 转为队列方便按顺序取数
max_q = deque(max_rows.to_dict('records'))
mid_q = deque(mid_rows.to_dict('records'))
min_q = deque(min_rows.to_dict('records'))

result = []
num_groups = len(df) // 3  # 总组数

for _ in range(num_groups):
    group = []
    # 组内第一行：优先取最大值行
    if max_q:
        group.append(max_q.popleft())
    elif mid_q:
        group.append(mid_q.popleft())
    else:
        group.append(min_q.popleft())
    
    # 组内第二行：优先取中间值行，无则补最大值/最小值行
    if mid_q:
        group.append(mid_q.popleft())
    else:
        if max_q:
            group.append(max_q.popleft())
        else:
            group.append(min_q.popleft())
    
    # 组内第三行：优先取最小值行，无则补最大值/中间值行
    if min_q:
        group.append(min_q.popleft())
    else:
        if max_q:
            group.append(max_q.popleft())
        else:
            group.append(mid_q.popleft())
    
    result.extend(group)

# 转换为目标DataFrame
sorted_df = pd.DataFrame(result).reset_index(drop=True)
print(sorted_df)

逻辑说明 #

1. 数据分类：先将原始数据按Balance值拆分为最大值行、中间值行、最小值行三类，用队列存储以保证取数顺序。
2. 组内构建：每组3行依次按规则取数：
   • 第一行优先取最大值行，无则补中间值/最小值行
   • 第二行优先取中间值行，无则补最大值/最小值行（符合规则中"中间值可等于极值"的要求）
   • 第三行优先取最小值行，无则补最大值/中间值行
3. 兼容场景：当所有值相等时，三类行合并为同一队列，每组按顺序取3行即可，满足规则要求。

内容的提问来源于stack exchange，提问作者Anton