基于层级的Pandas多列分组后排序问题求助

需求说明 #

需要对Pandas分组聚合后的结果按以下层级逻辑排序：

• 第一优先级：按A分组的总V值降序排列（示例中A1总V更大，应排在最前）
• 第二优先级：在每个A分组内，按B分组的总V值降序排列
• 第三优先级：在每个B分组内，按C对应的V值降序排列

示例数据 #

import pandas as pd

df = pd.DataFrame({'A':['A1','A1','A1','A2','A2','A2','A1','A1'],
                   'B':['B2','B1','B1','B1','B1','B2','B2','B2'],
                   'C':['C1','C3','C1','C3','C2','C2','C1','C3'],
                   'V':[100,240,110,120,50,60,40,40]})

原方案问题 #

直接使用sort_values(by=['A','V','B','V'])只能基于分组后单个C对应的V值排序，无法利用层级的汇总值，导致排序结果不符合预期。

解决方案 #

通过计算各层级的汇总值作为辅助列，基于辅助列排序后再清理即可：

# 1. 基础分组聚合，先将多级索引转为普通列
grouped = df.groupby(['A','B','C']).agg(V_sum=('V','sum')).reset_index()

# 2. 计算各层级的汇总值，匹配到每一行
# A分组的总V值
grouped['A_total'] = grouped.groupby('A')['V_sum'].transform('sum')
# 每个A分组内B的总V值
grouped['B_total'] = grouped.groupby(['A','B'])['V_sum'].transform('sum')

# 3. 按需求排序，恢复多级索引并删除辅助列
sorted_result = grouped.sort_values(
    by=['A_total', 'B_total', 'V_sum'],
    ascending=[False, False, False]
).set_index(['A','B','C']).drop(columns=['A_total', 'B_total'])

print(sorted_result)

输出结果 #

V_sum
A   B   C   
A1  B1  C3  240
    B1  C1  110
    B2  C1  140
    B2  C3  40
A2  B1  C3  120
    B1  C2  50
    B2  C2  60

关键说明 #

• transform('sum')可以在保留原数据结构的同时，将对应层级的汇总值匹配到每一行，避免破坏分组结构
• 排序完成后恢复多级索引，并删除辅助列，得到整洁的最终结果

内容的提问来源于stack exchange，提问作者Rajib Lochan Sarkar