如何按列值的出现计数对pandas DataFrame进行排序

要实现同值行连续聚合、整体按值的出现计数从高到低排序、保留所有原有列的需求，有两种常用的高效实现方式：

方法1：映射计数值作为临时排序键（性能最优） #

这种方法适合大数据量场景，没有额外的类型转换开销，执行速度最快：

• 第一步：直接通过value_counts()获取目标列的频次统计，该方法默认返回结果就是按计数从高到低排序的结构，对应你示例中的顺序就是banana > peach > orange > apple：
  fruit_counts = df['fruit'].value_counts()
• 第二步：给原表加一个临时排序列，把每一行的fruit值替换成它对应的总计数，按这个临时列降序排序后，再删掉临时列即可：

  sorted_df = (
      df
      # 给每个水果映射对应的总计数作为排序键
      .assign(_temp_sort_col=df['fruit'].map(fruit_counts))
      # 按计数从高到低排序
      .sort_values('_temp_sort_col', ascending=False)
      # 删除临时排序列，完全保留原有列结构
      .drop(columns='_temp_sort_col')
      # 重置索引，让排序后的行索引从0开始连续
      .reset_index(drop=True)
  )
  

  执行结果完全符合排序要求：最前2678行全部为fruit取值banana的记录，之后连续排列全部peach的对应行，接着是orange、apple的所有行，同值记录不会被打散。

方法2：用有序分类变量指定排序优先级（灵活性更强） #

如果后续需要手动调整类别的排序位置，或者需要保留原列的类型属性，可以用有序分类的方式实现：

• 首先提取按频次排序好的类别顺序列表：
  ranked_categories = df['fruit'].value_counts().index.tolist()
• 将目标列转换为带顺序的分类变量，再直接按列排序即可：

  sorted_df = (
      df
      .assign(
          fruit=pd.Categorical(
              df['fruit'], 
              categories=ranked_categories, 
              ordered=True
          )
      )
      .sort_values('fruit')
      .reset_index(drop=True)
  )
  

  这种方法的优势是，只要修改ranked_categories列表的元素顺序，就能直接调整不同类别的整体排序位置，不需要重新计算计数映射，适合需要反复调整排序规则的场景。

注意：两种方法的排序默认都是稳定排序，同类别内部的行顺序会保留原表中的相对顺序，如果需要同类别内随机打乱，可以在sort_values里加kind='random'参数调整。

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