Python中pandas DataFrame按列分组后如何在组内按指定列排序

你原来的代码仅生成了GroupBy分组对象，没有执行组内排序、重置次级索引的后续处理逻辑，因此无法得到目标结果。

正确实现代码 #

import pandas as pd

# 核心实现逻辑
result = df.groupby('Category', sort=False, group_keys=False) \
           .apply(lambda group: group.sort_values('Value1', ascending=True).reset_index(drop=True))

参数说明 #

• sort=False：禁止pandas对分组键Category默认排序，保证外层Category的原有顺序不变
• group_keys=False：避免额外生成分组键层级的索引，保持原有索引结构
• 组内执行sort_values('Value1')完成升序排序后，调用reset_index(drop=True)删除原次级索引，重新生成0/1/2的连续次级索引，刚好匹配你需要的「次级索引0对应最小Value1、索引2对应最大Value1」的要求。

如果你的原数据已经把索引重置为普通列，也可以用下面的写法实现：

result = df.reset_index() \
           .sort_values(['Category', 'Value1'], ascending=[True, True]) \
           .assign(second_index=lambda x: x.groupby('Category').cumcount()) \
           .set_index(['Category', 'second_index'])

内容的提问来源于stack exchange，提问作者LostinSpatialAnalysis