Pandas DataFrame排序：将重复行移至分组末尾实现交错排布

核心思路 #

直接用sort_values无法实现交错效果，因为默认排序会将同值的行全部聚合到一起。你需要新增一个辅助排序字段：标记每个相同值在所属分组内的出现顺序，再基于辅助字段实现交错排序。

pandas DataFrame实现代码 #

第一步：构造示例数据 #

import pandas as pd

data = {
    "columnA": ["A","A","A","A","B","B","B","B"],
    "columnB": ["a","a","b","b","a","a","b","b"],
    "columnC": [1,1,2,2,1,1,2,2]
}
df = pd.DataFrame(data)

第二步：实现交错排序 #

# 生成辅助列：标记每个columnC值在对应columnA分组内的第几次出现
df["sort_aux"] = df.groupby(["columnA", "columnC"]).cumcount()

# 按优先级排序：先按columnA固定大分组，再按辅助列的出现顺序，最后按columnC实现同顺序内的交错
df = df.sort_values(by=["columnA", "sort_aux", "columnC"]).drop(columns="sort_aux")

运行后输出的df和你需要的目标格式完全一致。

基础数值列表的交错排序实现 #

如果是简单的数值列表[1,1,2,2,3,3]，也可以用同样逻辑实现：

from collections import defaultdict

lst = [1,1,2,2,3,3]
count_map = defaultdict(int)
# 统计每个值的出现次数
for num in lst:
    count_map[num] += 1

res = []
# 按出现层级拼接
for order in range(max(count_map.values())):
    for val in sorted(count_map.keys()):
        if order < count_map[val]:
            res.append(val)

print(res) # 输出 [1,2,3,1,2,3]

内容的提问来源于stack exchange，提问作者Carey