如何解决Pandas多索引DataFrame未按指定层级排序的问题？

你的代码出现排序未生效的问题，主要有两个核心原因，咱们一步步拆解解决：

1. sort_index() 默认不会修改原DataFrame #

你执行raw.sort_index()时，这个方法默认是返回一个排序后的新DataFrame，并不会直接修改原来的raw对象。所以想要让原数据生效，有两种处理方式：

方式一：添加inplace=True参数直接修改原数据 #

raw.set_index(['a', 'b', 'c'], inplace=True)
raw.sort_index(inplace=True)  # 加上inplace=True让排序直接作用于原对象
raw.head(9)

方式二：将排序结果重新赋值给原变量 #

raw.set_index(['a', 'b', 'c'], inplace=True)
raw = raw.sort_index()  # 把排序后的新对象覆盖原变量
raw.head(9)

2. 隐藏坑：索引列的数据类型问题 #

还有一个容易被忽略的细节：你用np.array创建DataFrame时，因为数组里包含字符串（比如'User 1'），整个数组会被统一识别为object类型，导致a、b、c列其实是字符串类型而非数值类型。如果后续索引值出现多位数（比如10），字符串排序会出现'10' < '2'的错误逻辑，所以建议提前把这些列转成数值类型。

优化后的完整代码 #

import pandas as pd
import numpy as np

# 创建原始DataFrame
raw = pd.DataFrame(
    np.array([ 
        [1, 2, 5, 'User 1', 5], 
        [1, 2, 3, 'User 2', 3], 
        [1, 2, 2, 'User 3', 5], 
        [3, 2, 4, 'User 4', 7], 
        [3, 2, 3, 'User 5', 2], 
        [3, 1, 6, 'User 6', 5], 
        [2, 2, 6, 'User 7', 1], 
        [2, 2, 5, 'User 8', 4], 
        [2, 2, 3, 'User 9', 8], 
    ]), 
    columns=['a', 'b', 'c', 'd', 'e']
)

# 将a、b、c列转换为整数类型，确保排序按数值逻辑进行
raw[['a', 'b', 'c']] = raw[['a', 'b', 'c']].astype(int)

# 设置多层索引并排序
raw.set_index(['a', 'b', 'c'], inplace=True)
raw.sort_index(inplace=True)

print(raw.head(9))

执行这段代码后，数据就会严格按照a→b→c的层级，以数值大小为规则完成整行排序了。

内容的提问来源于stack exchange，提问作者Dorki