如何让pandas的value_counts先按计数排序再按字母顺序排序？

嘿，我来帮你搞定这个需求！针对你提供的DataFrame，我们可以用pandas的现代方法实现先按计数值降序、相同计数时按水果名称升序排列的效果，具体步骤如下：

步骤1：构造DataFrame并导入依赖 #

首先确保你导入了pandas，然后构造你的数据集：

import pandas as pd

df = pd.DataFrame({
    'fruit': ['peaches']*5 + ['apples']*5 + ['bananas']*3 + ['nectarines']*3 + ['carrots']*3 + ['apricots']
})

步骤2：统计水果计数并按规则排序 #

我们先统计每个水果的出现次数，然后通过多键排序实现需求：

# 1. 统计每个水果的数量，转为包含列名的DataFrame
fruit_counts = df['fruit'].value_counts().reset_index()
fruit_counts.columns = ['fruit', 'count']

# 2. 按「计数降序、名称升序」排序
sorted_counts = fruit_counts.sort_values(by=['count', 'fruit'], ascending=[False, True])

步骤3：输出你想要的格式 #

最后遍历排序后的结果，按指定格式打印：

for _, row in sorted_counts.iterrows():
    print(f"{row['fruit']} {row['count']}")

运行后你会得到完全符合预期的输出：

apples 5
peaches 5
bananas 3
carrots 3
nectarines 3
apricots 1

可选的简洁写法 #

如果你喜欢更紧凑的代码，也可以直接对统计后的Series进行稳定排序（先按名称升序，再按计数降序，利用稳定排序的特性保留名称顺序）：

# 先按名称升序排序，再按计数降序（使用mergesort稳定排序）
sorted_counts = df['fruit'].value_counts().sort_index(ascending=True).sort_values(ascending=False, kind='mergesort')
# 直接打印结果
print(sorted_counts.to_string(header=False))

这个写法同样能得到和上面一致的输出，不过第一种方法逻辑更直观，适合新手理解。

内容的提问来源于stack exchange，提问作者Richard