Pandas groupby分组后如何对每个子组按第二列值排序

你可以直接基于groupby的apply方法完成分组内排序，再合并得到结果，代码如下：

import pandas as pd
import numpy as np

# 你的原有预处理逻辑
df = pd.DataFrame(etc.)
# <Process the dataframe into a usable form>

# 分组→组内按第二列排序→合并为新DataFrame
sorted_df = df.groupby(np.arange(len(df))//7, group_keys=False).apply(
    lambda sub_df: sub_df.sort_values(by=sub_df.columns[1], ascending=True)
).reset_index(drop=True)

参数说明 #

• group_keys=False：避免最终结果生成冗余的分组索引列
• by=sub_df.columns[1]：指定按第二列排序，如果你明确知道第二列的列名，直接替换为字符串格式的列名（比如by='amount'）即可，稳定性和性能更好
• ascending=True：控制排序为升序，需要降序时改为ascending=False
• reset_index(drop=True)：重置最终DataFrame的行索引，如果需要保留原始行索引可以删除这行代码

如果你更习惯遍历分组的写法，也可以用以下实现：

sorted_groups = []
# 迭代时分出分组名和分组DataFrame，你原有写法里的frame是(分组名, 子DataFrame)的二元组
for _, sub_df in groups:
    sorted_sub = sub_df.sort_values(by=sub_df.columns[1], ascending=True)
    sorted_groups.append(sorted_sub)

# 合并所有排序后的子组
sorted_df = pd.concat(sorted_groups, ignore_index=True)

注意事项 #

• 如果第二列不是数值类型，需要先转换为数值类型再排序，避免出现字符串字典序排序和预期不符的问题
• 如果你的分组规则有特殊边界（比如最后一组不足7行），上述代码也可以正常兼容处理

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