如何使用Pandas对分组销量数据降序排序得到目标表格输出

你当前的代码仅按3个维度分组聚合销量，会丢失样例要求的门店、区域、库存类等其他字段，且分组键会默认转为索引，不符合平表格式要求，可按你的实际需求选择对应调整方案：

方案1：无需聚合，直接对全量原始数据按销量降序排序 #

如果不需要做分组聚合，仅要保留所有原始字段，按Sales (Qty)从高到低排序，直接使用排序方法即可：

# ignore_index=True会重置行索引为0、1、2...的连续数字，匹配样例的序号格式
prod_size = dfd.sort_values(by='Sales (Qty)', ascending=False, ignore_index=True)

方案2：先按SKU聚合总销量，关联回全字段后按总销量降序 #

如果需要先统计每个SKU（ProductID+ColorName+SizeID）的总销量，再展示该SKU下所有门店的明细数据，按SKU总销量降序排序：

# 1. 统计每个SKU的总销量，as_index=False保留分组键为普通列
sku_total_sales = dfd.groupby(['ProductID','ColorName','SizeID'], as_index=False)['Sales (Qty)'].sum().rename(columns={'Sales (Qty)':'SKU总销量'})

# 2. 将SKU总销量关联回原始表，保留所有原始字段
prod_size = dfd.merge(sku_total_sales, on=['ProductID','ColorName','SizeID'], how='left')

# 3. 先按SKU总销量降序，同SKU下再按单店销量降序，重置索引
prod_size = prod_size.sort_values(by=['SKU总销量', 'Sales (Qty)'], ascending=False, ignore_index=True)

字段顺序对齐（可选） #

如果需要最终输出的字段顺序和样例完全一致，可补充指定列顺序：

prod_size = prod_size[['ProductID', 'ColorName', 'SizeID', 'Location Name', 'District', 'Opening QTY', 'Sales (Qty)', 'IN QTY', 'OUT QTY', 'On Hand Qty', 'Transit QTY', 'Total QTY']]

内容的提问来源于stack exchange，提问作者Syed Usama Naveed