Pandas分组合并行时，如何按numb字段对各组内数据升序排序？

要实现分组内按numb升序排序后再合并source_soe_dur，可以用两种方式处理：

方式一：先全局排序再分组合并（性能更优） #

先按src分组、numb升序对整个数据集排序，再将source_soe_dur转为字符串后合并：

# 先按src和numb升序排序，确保分组内顺序正确
df_sorted = df.sort_values(['src', 'numb'], ascending=[True, True])
# 将需要合并的字段转为字符串
df_sorted['source_soe_dur'] = df_sorted['source_soe_dur'].astype(str)
# 分组合并
df = df_sorted.groupby('src')['source_soe_dur'].agg('|'.join).to_frame('durMerge').reset_index()

方式二：分组后每组内排序合并 #

通过groupby.apply在每个分组内部先排序，再合并字段：

df = df.groupby('src').apply(
    # 每组内先按numb升序排序，再合并source_soe_dur（转为字符串后用|连接）
    lambda group: group.sort_values('numb', ascending=True)['source_soe_dur'].astype(str).str.cat(sep='|')
).to_frame('durMerge').reset_index()

注意事项 #

• 不要直接把整个DataFrame转成字符串（df.astype(str)），否则numb会变成字符串类型，排序时会按字典序（比如"10"排在"2"前面），而非数值大小排序。如果numb本身是字符串格式的数值，可以在排序时指定key参数：

  df_sorted = df.sort_values(
      ['src', 'numb'],
      ascending=[True, True],
      key=lambda x: x['numb'].astype(int)  # 按数值大小排序
  )
  

内容的提问来源于stack exchange，提问作者Tony