如何按另一列均值排序DataFrame及结合ID唯一值升序排序？

嘿，我来帮你搞定这个需求！你想要的是先按ID分组后Num列的均值对整个DataFrame升序排序，同时每个ID组内再按Num列升序排列，对吧？

你之前用df.sort_values(by=['Num'])只单独按Num列排序，自然不会考虑ID的分组逻辑。下面给你两种可行的实现方式：

方法一：添加辅助列实现排序 #

这种方式直观易懂，先给原DataFrame加上每个ID对应的Num均值列，再基于这个均值列+Num列排序：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({'ID': ['a', 'b', 'b', 'a'], 'Num': [3, 4, 2, 1]})

# 计算每个ID的Num均值，添加为新列
df['Num_mean'] = df.groupby('ID')['Num'].transform('mean')
# 先按均值升序，再按Num升序排序，最后删除辅助列
df_sorted = df.sort_values(by=['Num_mean', 'Num']).drop('Num_mean', axis=1)

print(df_sorted)

输出结果完全符合你的期望：

ID  Num
3  a    1
0  a    3
2  b    2
1  b    4

方法二：用key参数直接排序（无需辅助列） #

如果你不想添加额外列，可以利用pandas 1.1.0及以上版本支持的key参数，直接定义排序逻辑：

import pandas as pd

df = pd.DataFrame({'ID': ['a', 'b', 'b', 'a'], 'Num': [3, 4, 2, 1]})

# 定义排序键：对ID列用分组均值映射，对Num列直接用原值
df_sorted = df.sort_values(
    by=['ID', 'Num'],
    key=lambda x: x.map(df.groupby('ID')['Num'].mean()) if x.name == 'ID' else x
)

print(df_sorted)

这个方法会先根据每个ID对应的Num均值对ID组排序，再在组内按Num升序排列，输出结果和上面一致。

内容的提问来源于stack exchange，提问作者Mamed