如何按Year分组后对DataFrame按Counts列降序排序？

我有如下DataFrame：

Names      Counts  Year
0           Jordan        1043  2000
1            Steve         204  2000
2            Brock           3  2000
3            Steve          33  2000
4             Mike          88  2000
...           ...         ...   ...
20001        Bryce           2  2015
20002        Steve          11  2015
20003        Penny          24  2015
20004        Steve          15  2015
20005        Ryan            5  2015

我希望按Year对数据分组，再按Counts列降序排序，预期输出示例如下：

Names      Counts  Year
0           Jordan        1043  2000
1            Steve         204  2000
2             Mike          88  2000
3            Steve          33  2000
4            Brock           3  2000
...           ...         ...   ...
20001        Penny          24  2015
20002        Steve          15  2015
20003        Steve          11  2015
20004        Ryan            5  2015    
20005        Bryce           2  2015

我已尝试的代码：

df = (df[df['Names'].groupby('Year').sort_values(by=['Counts'], ascending=False)  

你写的代码存在两个问题：一是语法不完整（缺少闭合括号），二是逻辑有误——df['Names'].groupby('Year')仅对Names列按年份分组，没法直接基于Counts列做组内排序。

要实现需求，推荐两种方法：

方法一：分组后组内排序 #

通过groupby结合apply，对每个年份分组的数据单独按Counts降序排列：

df = df.groupby('Year', group_keys=False).apply(lambda x: x.sort_values('Counts', ascending=False))

参数group_keys=False可以避免结果中额外生成分组键的索引层级。

方法二：全局排序（性能更优） #

先按Year升序、Counts降序做全局排序，再重置索引，最终效果和分组排序一致，且这种方法不需要对每个分组单独处理，运行效率更高：

df = df.sort_values(['Year', 'Counts'], ascending=[True, False]).reset_index(drop=True)

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