Python-Pandas如何对透视表排序并保持单列分组结构

问题复现 #

构造测试DataFrame并生成初始透视表的代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'Year': ['2012','2012','2012','2012','2012','2012','2012','2012','2012','2013', '2013','2013','2013','2013','2013','2013','2013','2013','2013'],
                   'Product':['X','X','X','Y','Z','W','X','X','X','Y','Z','W','Z','Z','W','Y','X','Z', 'Y'],   
                   'Country':['A','B','C','D','A','B','C','D','A','B','C','D','A','B','C','D','A','B', 'A'],                
                   'Units':[44,55,42,57,95,54,27,55,81,54,65,23,89,76,34,12,1,67,8],
                 })

# 按Country、Product分组生成透视表
myPivot1 = pd.pivot_table(df,
                          values = ['Units'], index=['Country', 'Product'],
                          aggfunc=np.sum)
print(myPivot1)

排序需求 #

保持Country的分组结构不被打乱，每个国家分组内部按照Units字段数值降序排列，预期输出如下：

Units
Country Product       
A       Z          184
        X          126
        Y            8
B       Z          143
        X           55
        W           54
        Y           54
C       X           69
        Z           65
        W           34
D       Y           69
        X           55
        W           23

错误尝试 #

直接对Units字段做全局排序会打破Country的分组结构，代码和错误输出如下：

myPivot2 = myPivot1.sort_values(('Units'), ascending=False)
print(myPivot2)

Units
Country Product       
A       Z          184
B       Z          143
A       X          126
C       X           69
D       Y           69
C       Z           65
B       X           55
D       X           55
B       W           54
        Y           54
C       W           34
D       W           23
A       Y            8

解决方案 #

针对多层索引的分组内排序需求，按第一层索引（即Country）分组，再在每个分组内部单独按Units降序排序即可，不会打乱原有Country的分组顺序：

myPivot2 = myPivot1.groupby(level=0, group_keys=False).apply(
    lambda group: group.sort_values('Units', ascending=False)
)
print(myPivot2)

运行代码后输出和预期结果完全一致。

注：group_keys=False参数用于避免分组后额外叠加一层索引，保持和原透视表一致的双层索引结构。

内容的提问来源于stack exchange，提问作者Hookstark