如何在Pandas多级索引DataFrame的各层级内按值排序？

环境 #

• Python 3.11.2
• Pandas 1.5.3

问题场景 #

有一个带pd.MultiIndex的DataFrame，需要在每个一级索引分组内按Feat_1列的值排序，而非对整个DataFrame做全局排序。示例数据如下：

import pandas as pd

pf = pd.DataFrame({'Feat_1': {('A', 'aa'): 50,
  ('A', 'ab'): 85, ('A', 'ac'): 44, ('B', 'ba'): 31, ('B', 'bb'): 17,
  ('B', 'bc'): 32, ('C', 'ca'): 75, ('C', 'cb'): 33, ('C', 'cc'): 63},})

直接执行pf.sort_values('Feat_1')会打乱一级索引的分组结构，所有行按Feat_1全局排序，不符合分组内排序的需求。

解决方案 #

方法1：分组后应用排序 #

通过groupby按一级索引（level=0）分组，对每个分组单独执行排序，同时保留原多级索引结构：

sorted_pf = pf.groupby(level=0, group_keys=False).apply(lambda x: x.sort_values('Feat_1'))

方法2：重置索引后排序（性能更优） #

先将多级索引转为普通列，排序完成后再恢复多级索引，这种写法在数据量大时性能更好：

sorted_pf = pf.reset_index().sort_values(['level_0', 'Feat_1']).set_index(['level_0', 'level_1'])

最终结果 #

执行上述任意一种方法后，都会得到符合需求的分组内排序结果：

Feat_1
A   ac  44
    aa  50
    ab  85
B   bb  17
    ba  31
    bc  32
C   cb  33
    cc  63
    ca  75

内容的提问来源于stack exchange，提问作者Cy Bu