如何在数据帧上进行条件排序（即根据另一列中的值在一列中进行升序和降序）？

Question

有没有可能对Pandas DataFrame的行相对于多列进行排序，并将列中的一些行按升序排列，将其他行（同一列中的行）按降序排列？这里有一个我正在寻找的可重复的小例子：

import pandas as pd

df = pd.DataFrame(data={'class':['A','A','A','B','B','B','C','C','C'],
                        'val':[20,10,15,55, 75, 71,3,1,2],
                        'sub':['a','c','b','b','a','c','c','a','b']})

print(df)
# This is the original unsorted DataFrame
#  class  val sub
#0     A   20   a
#1     A   10   c
#2     A   15   b
#3     B   55   b
#4     B   75   a
#5     B   71   c
#6     C    3   c
#7     C    1   a
#8     C    2   b

如何根据以下“规则”对上面的dfDataFrame对象进行排序？

• 第一优先级：按“类别”列按字母升序排序

更实际地说，我要找的结果是这样的：

# This is the sorted DataFrame that I'm trying to get
#  class  val sub
#1     A   10   c
#2     A   15   b
#0     A   20   a
#4     B   75   a
#5     B   71   c
#3     B   55   b
#7     C    1   a
#8     C    2   b
#6     C    3   c

有没有直接的方法可以做到这一点？

为了解决这个问题，我创建了一个额外的“排序”列，并操作其中的值，使它们在数字上都遵循升序。

df['val_temp'] = df.apply(lambda x: x['val'] if x['class'] in ['A','C'] else -x['val'], axis=1)

df.sort_values(by=['class','val_temp'], ascending=[True,True]).drop(columns='val_temp')

问题是这个解决方法看起来非常脏，对非数字值不起作用。例如，如果我想在"sub"列上进行第二优先级排序，我不知道如何继续。

熊猫是否提供了一个接口来实现这一点，还是我只需要依赖像上面这样的“肮脏”变通方法？

我已经看了这个线程和这个线程，但是它们只提供了一个基于数学的解决方案，就像我上面做的那样，当我们需要对字符串列进行排序时，它就不起作用了，比如df["sub"]。

Answer 1

您可以使用GroupBy。应用和字典映射每组的排序顺序：

order = {'A': True, 'B': False, 'C': True}

(df.groupby('class', group_keys=False)
   .apply(lambda s: s.sort_values(by='val', ascending=order[s.name]))
 )

注意groupby默认情况下对组进行排序，因此隐式完成“类”排序

输出：

  class  val sub
1     A   10   c
2     A   15   b
0     A   20   a
4     B   75   a
5     B   71   c
3     B   55   b
7     C    1   a
8     C    2   b
6     C    3   c