Pandas MultiIndex按索引level 0分组后保持count降序排序问题

问题原因 #

你的原有代码存在两个核心错误导致排序失效：

• 第二次groupby操作的分组键顺序错误，且无必要的二次聚合会直接打乱前一步的排序结果，pandas的groupby默认会对分组键做字典序排序，不会保留输入数据的原有顺序
• 排序字段优先级设置错误：优先按counts排序会导致不同code的同计数行混排，无法保证相同code的行聚合在一起

正确实现 #

场景1：code按自然顺序（0510→0511→0512...）聚合并组内降序 #

# 1. 统计每个code+product的出现次数
data = df.groupby(['code', 'product'], as_index=False).size().rename(columns={'size':'count'})
# 2. 排序：先按code升序保证同code聚合，再按count降序实现组内排序
sorted_df = data.sort_values(by=['code', 'count'], ascending=[True, False])
# 3. （可选）设置多级索引实现同code合并显示的效果
result = sorted_df.set_index(['code', 'product'])

场景2：code按组内最高count值降序排列（高统计量的code组整体靠前） #

如果需要让count最大值更高的code组整体排在前面（比如0512组有count=2的记录，会排在只有count=1的0510、0511组前面），可以加辅助列实现：

# 1. 统计每个code+product的出现次数
data = df.groupby(['code', 'product'], as_index=False).size().rename(columns={'size':'count'})
# 2. 新增辅助列：每个code组的最大count值，用于code组的整体排序
data['code_max_cnt'] = data.groupby('code')['count'].transform('max')
# 3. 排序：先按code组的最大count降序，再按code升序，最后组内count降序
sorted_df = data.sort_values(by=['code_max_cnt', 'code', 'count'], ascending=[False, True, False]).drop(columns='code_max_cnt')
# 4. （可选）设置多级索引
result = sorted_df.set_index(['code', 'product'])

内容的提问来源于stack exchange，提问作者elchapo