基于行观测调整列顺序及数据排序的技术求助

没问题，我给你分两种常用工具的实现方案，你可以根据自己的场景选择：

Excel 操作步骤 #

1. 按「Total_by_hour」列降序排序数据行 #

• 选中所有数据行（注意不要包含最后的总计行）
• 点击顶部菜单栏的「数据」→「排序」
• 在弹出的对话框中：
  • 主要关键字选择「Total_by_hour」
  • 排序依据选「数值」，次序选择「降序」
  • 记得勾选「数据包含标题」，避免表头被当成数据排序
• 点击确定，数据行就会按Total_by_hour从大到小排列

2. 按总计行值降序重排day1-day4列 #

• 先确认你的总计行位置（比如在第12行）
• 选中day1到day4的整列（包含所有数据行和总计行）
• 右键点击列标（比如列B到E）→「自定义排序」
• 点击对话框左下角的「选项」，选择「按行排序」，点击确定
• 回到排序对话框：
  • 主要关键字选择你的总计行号（比如「行12」）
  • 排序依据选「数值」，次序选择「降序」
• 点击确定后，day列就会按照总计行的数值从大到小排列成day3、day1、day4、day2的顺序

Python Pandas 代码实现 #

假设你的数据已经加载到DataFrame df 中，最后一行是总计行。

1. 按「Total_by_hour」降序排序行（排除总计行） #

import pandas as pd

# 分离数据行和总计行
data_rows = df.iloc[:-1]
total_row = df.iloc[-1:]

# 对数据行按Total_by_hour降序排序
sorted_data = data_rows.sort_values(by='Total_by_hour', ascending=False)

# 合并排序后的数据行和总计行
df_sorted_rows = pd.concat([sorted_data, total_row]).reset_index(drop=True)

2. 按总计行值降序重排day1-day4列 #

# 定义需要排序的day列列表
day_columns = ['day1', 'day2', 'day3', 'day4']

# 根据总计行的对应值，对day列进行降序排序
sorted_day_cols = sorted(day_columns, key=lambda col: df_sorted_rows.iloc[-1][col], reverse=True)

# 重新整理DataFrame的列顺序（保留其他列，比如Total_by_hour）
other_columns = [col for col in df_sorted_rows.columns if col not in day_columns]
final_result = df_sorted_rows[other_columns + sorted_day_cols]

执行完以上代码后，final_result就是符合你要求的数据集：行按Total_by_hour降序排列，day列按总计行的数值从大到小重排。

内容的提问来源于stack exchange，提问作者FG7