如何基于DataFrame列条件实现两种规则的分组排序

现有如下结构的DataFrame：

Company     Company Code     Product Code        Rating
Monster     MNTR             MNTR/Headphone1     3.2
Monster     MNTR             MNTR/Headphone2     3.9
Monster     MNTR             MNTR/Headphone3     NaN
Monster     MNTR             MNTR/Earbuds1       3.5
Bose        BOSE             BOSE/Headphone1     4.0
Bose        BOSE             BOSE/Earbuds1       NaN
Bose        BOSE             BOSE/Earbuds2       2.8
Apple       APLE             APLE/Headphone1     4.5
Sony        SONY             SONY/Headphone1     3.5
Sony        SONY             SONY/Headphone2     4.8
Sony        SONY             SONY/Earbuds1       3.0
Beats       BEAT             BEAT/Headphone1     3.5
Beats       BEAT             BEAT/Headphone2     3.7

需求规则 #

• 若某公司存在Rating≥4.0的产品，将该公司所有产品置于结果顶部，按Rating排序但保留组内Product Code的原始顺序及公司的整体分组；
• 若公司无任何产品Rating≥4.0，则按Company Code的字母顺序进行分组排序。

期望结果 #

Company     Company Code     Product Code        Rating
Sony        SONY             SONY/Headphone1     3.5
Sony        SONY             SONY/Headphone2     4.8
Sony        SONY             SONY/Earbuds1       3.0
Apple       APLE             APLE/Headphone1     4.5
Bose        BOSE             BOSE/Headphone1     4.0
Bose        BOSE             BOSE/Earbuds1       NaN
Bose        BOSE             BOSE/Earbuds2       2.8
Beats       BEAT             BEAT/Headphone1     3.5
Beats       BEAT             BEAT/Headphone2     3.7
Monster     MNTR             MNTR/Headphone1     3.2
Monster     MNTR             MNTR/Headphone2     3.9
Monster     MNTR             MNTR/Headphone3     NaN
Monster     MNTR             MNTR/Earbuds1       3.5

用户尝试拆分DataFrame后合并，但不知道后续分组排序的操作：

condition = df['Rating'] >= 4.0
df_upper = df.loc[condition]
df_lower = df.loc[~condition]
...
df_merge = pd.concat([df_upper, df_lower], ignore_index=True)

不需要拆分DataFrame，直接通过新增辅助列实现排序逻辑，步骤如下：

1. 新增公司级辅助列
   标记有高评分产品的公司，并记录公司最高评分，用于后续排序：

# 按公司分组，生成标记和最高评分数据
company_info = df.groupby('Company Code').agg(
    has_high_rating=('Rating', lambda x: x.ge(4.0).any()),
    max_rating=('Rating', 'max')
).reset_index()

# 将辅助信息合并回原DataFrame
df = df.merge(company_info, on='Company Code', how='left')

2. 按规则排序
   设置多优先级排序规则，同时保留组内原始顺序：

# 执行排序：高评分公司优先→公司最高评分降序→无高评分公司按代码升序→保留原始行顺序
df_sorted = df.sort_values(
    by=['has_high_rating', 'max_rating', 'Company Code', df.index],
    ascending=[False, False, True, True]
).drop(columns=['has_high_rating', 'max_rating'])  # 移除辅助列

3. 重置索引（可选）
   如果需要清空原索引，执行：

df_sorted = df_sorted.reset_index(drop=True)

运行后即可得到符合要求的结果。

内容的提问来源于stack exchange，提问作者Karma