pandas按两列分组后组内按第三列降序排序如何实现？

原代码失效原因 #

• 字段名不匹配：需求要求按store_id分组，但代码中错误使用了spins_store_id作为分组字段，分组逻辑和预期不符
• 未赋值保存结果：pandas的分组及排序操作不会修改原DataFrame，需要将返回结果赋值给新变量才能生效

可行实现方式 #

方式1：分组内排序（符合原始思路的修正版）

添加group_keys=False避免生成冗余的分组层级索引，同时修正字段名、保存返回结果：

df_sorted = df_filled_weeks.groupby(['retailer_id', 'store_id'], group_keys=False)\
    .apply(lambda x: x.sort_values('week_id', ascending=False))
# 如果需要重置为连续的整数索引，可以加上下面一行
# df_sorted = df_sorted.reset_index(drop=True)

方式2：多字段直接排序（性能更优）

pandas原生支持多字段排序，先按两个分组字段升序排列保证同组数据聚合，再按week_id降序排列，最终效果和分组内排序完全一致，且执行效率更高：

df_sorted = df_filled_weeks.sort_values(
    by=['retailer_id', 'store_id', 'week_id'],
    ascending=[True, True, False]
)

如果需要覆盖原DataFrame，直接将结果赋值给df_filled_weeks即可。

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