Pandas groupby迭代时如何按指定排序规则输出分组结果

问题原因 #

pandas 的 groupby 默认参数是 sort=True，分组时会自动对分组键的组合做升序排列，这个逻辑和分组前原DataFrame的行排序没有关系。你现在传入的分组键是['col1', 'is_open']，默认排序会优先按col1的字典序升序排，col1='a'的分组自然排在col1='b'前面，所以哪怕你提前把is_open=1的行挪到最前面，分组输出还是会先出a对应的分组。

解决方法 #

方案1：关闭groupby自动排序，复用提前写好的排序逻辑

你之前先按is_open降序排序DataFrame的思路完全没问题，只要在调用groupby时加上sort=False，关掉默认的分组自动重排逻辑，就会按照原数据里各分组第一次出现的顺序输出：

import pandas as pd

df = pd.DataFrame([{'col1':'a', 'is_open':0}, {'col1':'b', 'is_open':1}])

df = df.sort_values('is_open', ascending=False).reset_index(drop=True)

# 加sort=False关闭分组自动排序
for i, d in df.groupby(['col1', 'is_open'], sort=False):
    print(d)

运行输出和预期完全一致：

col1  is_open
0    b        1
  col1  is_open
1    a        0

方案2：调整分组键优先级自定义排序

如果你需要明确控制每个分组键的排序方向，也可以把优先级更高的is_open放到分组键列表的第一位，通过ascending参数指定排序方向：

# is_open作为第一排序键降序，col1作为第二键升序
for i, d in df.groupby(['is_open', 'col1'], ascending=[False, True]):
    print(d)

注意：这个方法返回的分组键元组顺序是(is_open取值, col1取值)，如果你的后续代码依赖原来的分组键返回顺序，优先用方案1。

内容的提问来源于stack exchange，提问作者tompal18