如何在不丢失日期分组的前提下基于其他值对Pandas字段排序

问题原因 #

1. 调用sort_by(['Model','Horse Power'])报KeyError，大概率是列名拼写和实际不符，请确认Horse Power的空格、大小写和你表中实际列名完全一致。
2. 直接按Horse Power排序会打乱日期分组，是因为你没有把Date作为第一排序键，且Date列存在空值，空值排序时会被归为一类，无法正确区分原有日期分组。

解决方法 #

你需要先补全Date列的空值，再按规则排序，最后可按需还原合并单元格的展示效果：

如果你使用Polars（调用sort_by方法）

import polars as pl

# 1. 向前填充Date列空值，补全所有行的日期信息
# 2. 先按Date升序保留原有日期顺序，再按Horse Power降序实现分组内排序
# 3. 可选：将重复的Date值替换为空，还原你原本的展示格式
df = df.with_columns(
    pl.col("Date").forward_fill()
).sort(
    by=["Date", "Horse Power"],
    descending=[False, True]
).with_columns(
    pl.when(pl.col("Date") == pl.col("Date").shift(1))
    .then(pl.lit(""))
    .otherwise(pl.col("Date"))
    .alias("Date")
)

如果你使用Pandas

import pandas as pd

# 1. 向前填充Date列空值
df["Date"] = df["Date"].ffill()
# 2. 按Date升序、马力降序排序
df = df.sort_values(by=["Date", "Horse Power"], ascending=[True, False])
# 3. 可选：还原合并单元格展示效果
df.loc[df["Date"] == df["Date"].shift(1), "Date"] = ""

内容的提问来源于stack exchange，提问作者user14873872