Pandas如何不创建额外列按多列和对DataFrame排序

首先执行如下代码，分别对出口数据集exp、进口数据集imp按country字段分组对value求和后合并，重命名列得到包含country、export_to、import_from三个字段的DataFrame：

grouped1=exp.groupby("country")["value"].sum().reset_index()
grouped2=imp.groupby("country")["value"].sum().reset_index()
grouped=grouped1.merge(grouped2,on="country")
grouped.rename(columns={"value_x":"export_to","value_y":"import_from"},inplace=True)
grouped

运行输出：

核心需求：按照export_to和import_from两列的和对该DataFrame排序，且不创建额外的辅助列。
尝试过的错误写法：

grouped.sort_values(grouped.export_to+grouped.import_from)

该写法无法得到正确的排序结果。

错误原因：
sort_values()的by参数默认接收列名字符串或列名字符串列表作为输入，直接传入两列求和得到的Series对象时，方法会将Series内的数值当作列名去原DataFrame中匹配，根本找不到对应列，自然无法返回正确排序结果。

正确实现代码：
pandas的sort_values()方法的by参数支持传入可调用对象，该可调用对象会接收待排序的DataFrame作为输入，返回一维的排序键值，全程不会在原DataFrame中生成额外辅助列，完全符合需求：

• 按两列之和升序排序：

# 若需要直接修改原DataFrame，加上inplace=True参数即可
grouped.sort_values(by=lambda df: df["export_to"] + df["import_from"], inplace=True)

• 按两列之和降序排序：

grouped.sort_values(by=lambda df: df["export_to"] + df["import_from"], ascending=False, inplace=True)

内容的提问来源于stack exchange，提问作者beridzeg45