如何对多级索引的Pandas DataFrame按两级不同规则排序？

数据构造 #

首先是构造目标多级索引DataFrame的代码：

import pandas as pd

df2 = pd.DataFrame({
    "word" : ["AA", "AC", "AC", "BA", "BB", "BB", "BB"],
    "letter1": ["A", "A", "A", "B", "B", "B", "B"],
    "letter2": ["A", "C", "C", "A", "B", "B", "B"]
})
df_counts = df2[["word", "letter1", "letter2"]].groupby(["letter1", "letter2"]).count()

需求描述 #

需要完成两层排序逻辑：

• 外层按letter1分组的总数据量降序排列（letter1=B的组共4条数据，需排在letter1=A组之前）
• 内层在每个letter1分组内，按word列的计数值降序排列

期望输出结果：

word
letter1 letter2 
      B       B     3
              A     1
      A       C     2
              A     1

实现方法 #

可以实现，具体步骤如下：

1. 计算每个letter1分组的总记录数，添加为辅助列；
2. 基于辅助列和原word列的计数值进行多级排序；
3. 移除辅助列，得到最终结果。

对应代码：

# 计算每个letter1分组的总数，合并到原DataFrame
df_counts = df_counts.join(
    df_counts.groupby(level='letter1').sum().rename(columns={'word': 'group_total'})
)

# 先按分组总数降序，再按word计数值降序排序，最后删除辅助列
df_counts = df_counts.sort_values(
    by=['group_total', 'word'], ascending=False
).drop(columns='group_total')

# 确保层级索引顺序正确（可选，原索引层级已正确时可省略）
df_counts = df_counts.reorder_levels(['letter1', 'letter2'])

执行上述代码后，即可得到符合预期的排序结果。

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