如何对Pandas DataFrame按order列分组后的每个子集执行规则化随机排序？

我针对DataFrame的某列制定了如下排序规则：当特定列（weight列）连续两行数值的比值处于0.7至1.3区间内时，有50%的概率交换这两行的位置。我已编写了对应的实现函数：

def randomized_sort(df):
    """
    :param df: dataframe
    :return: sorted dataframe based on the condition
    """
    length = len(df) if len(df) % 2 == 0 else len(df) - 1
    for i in range(0, length, 2):
        if random.random() < 0.5:
            if (0.7 < (df.iloc[i, :].weight) / (df.iloc[i + 1, :].weight) < 1.3):
                a, b = df.iloc[i, :].copy(), df.iloc[i + 1, :].copy()
                df.iloc[i, :], df.iloc[i + 1, :] = b, a
    return df

现在我有一个新的DataFrame，需要对按order列分组后的每个子集执行上述排序操作，请问该如何实现？

你可以借助Pandas的groupby+apply组合，对每个order分组后的子集单独调用自定义排序函数，最终合并所有分组的结果。具体实现如下：

优化后的排序函数（避免修改原数据） #

先给你的函数做个小优化：先复制输入的DataFrame再操作，防止污染原始数据，同时简化行交换逻辑：

import pandas as pd
import random

def randomized_sort(df):
    """
    :param df: dataframe
    :return: sorted dataframe based on the condition
    """
    df_copy = df.copy()
    length = len(df_copy) if len(df_copy) % 2 == 0 else len(df_copy) - 1
    for i in range(0, length, 2):
        if random.random() < 0.5:
            weight_ratio = df_copy.iloc[i]["weight"] / df_copy.iloc[i+1]["weight"]
            if 0.7 < weight_ratio < 1.3:
                # 直接切片交换两行
                df_copy.iloc[i:i+2] = df_copy.iloc[i:i+2][::-1].values
    return df_copy

分组执行排序 #

假设你的目标DataFrame名为new_df，按order列分组并应用排序函数：

# 按order分组，对每个分组应用排序函数，group_keys=False避免分组键混入索引
result_df = new_df.groupby("order", group_keys=False).apply(randomized_sort)

# 可选：重置为连续整数索引
result_df = result_df.reset_index(drop=True)

关键说明 #

• groupby("order")会将DataFrame按order列的唯一值拆分为多个子集
• apply(randomized_sort)会对每个子集单独执行你的排序逻辑
• group_keys=False参数可以让输出的DataFrame结构更简洁，不会保留分组的层级索引

内容的提问来源于stack exchange，提问作者mars