如何在Pandas分组（groupby）后对DataFrame的Version列排序

给定如下Pandas DataFrame：

Fruit   Color   Version
Apple   Green   1.1
Lemon   Green   1.4a
Lemon   Yellow  5
Banana  Black   6.8.a
Banana  Yellow  6.8.a
Lemon   Blue    6.7.a

需要按Color列分组，对每组内的Version列进行降序排序，期望输出：

Fruit   Color   Version
Lemon   Green   1.4a
Apple   Green   1.1
Banana  Yellow  6.8.a
Lemon   Yellow  5
Banana  Black   6.8.a
Lemon   Blue    6.7.a

已尝试使用LooseVersion进行版本排序，但无法结合groupby实现组内排序。

利用groupby的apply方法，在每组内基于LooseVersion对Version列排序，具体实现如下：

1. 导入依赖库：

import pandas as pd
from distutils.version import LooseVersion

2. 构造示例数据（若已有DataFrame可跳过此步）：

df = pd.DataFrame({
    'Fruit': ['Apple', 'Lemon', 'Lemon', 'Banana', 'Banana', 'Lemon'],
    'Color': ['Green', 'Green', 'Yellow', 'Black', 'Yellow', 'Blue'],
    'Version': ['1.1', '1.4a', '5', '6.8.a', '6.8.a', '6.7.a']
})

3. 执行组内排序：
   通过groupby('Color')分组后，对每组应用排序逻辑，以LooseVersion转换后的Version作为排序键，降序排列：

sorted_df = df.groupby('Color', group_keys=False).apply(
    lambda group: group.sort_values(
        by='Version',
        key=lambda x: x.apply(LooseVersion),
        ascending=False
    )
)

4. 重置索引（可选，用于生成连续索引）：

sorted_df = sorted_df.reset_index(drop=True)

运行上述代码后，即可得到符合需求的排序结果。

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