要实现先按列A的值排序，再对相同A值的行按索引升序排序的需求，你可以直接用Pandas的sort_values方法，同时指定多个排序键——把列名和索引（用'index'表示）都传入by参数的列表中即可，这是最直接高效的方式。

方法一：一次调用完成双重排序 #

直接在sort_values里指定两个排序维度，优先级按列表顺序来：先按列A升序，A值相同时再按索引升序排列：

import pandas as pd
df = pd.DataFrame([6, 4, 2, 4, 5], index=[2, 6, 3, 4, 5], columns=['A'])

# 执行双重排序
sorted_df = df.sort_values(by=['A', 'index'])
print(sorted_df)

运行后输出完全符合你的期望：

A
3  2
4  4
6  4
5  5
2  6

方法二：分步操作（稳定排序辅助） #

如果你需要分步实现，也可以先按列A排序，再用稳定排序算法（比如mergesort）对索引排序。稳定排序会保留相同A值行的相对顺序，只在同值组内按索引调整：

# 先按列A排序，再用mergesort稳定排序按索引调整
sorted_df = df.sort_values(by='A').sort_index(kind='mergesort')
print(sorted_df)

这个方法也能得到和上面一致的结果。

原理补充 #

• 方法一中，sort_values的by参数支持多键排序，列表里的第一个元素是第一优先级排序键，第二个是第二优先级，以此类推。Pandas允许用'index'直接指代DataFrame的索引列，无需额外转换。
• 方法二中，mergesort是稳定排序，意味着先按A值排序后，相同A值的行的相对位置不会被打乱，后续按索引排序时，只会在同A值的组内重新排列顺序，不会影响不同A值的排序结果。

内容的提问来源于stack exchange，提问作者David M