Pandas：根据多列对数据框进行排序

Question

我有一个包含列、部门和员工计数的 pandas 数据框。我需要按降序对employee_count 列进行排序。但如果 2 个员工计数之间存在联系，则应根据部门按字母顺序对它们进行排序。

   Department Employee_Count
0    abc          10
1    adc          10
2    bca          11
3    cde          9
4    xyz          15

所需输出：

   Department Employee_Count
0    xyz          15
1    bca          11
2    abc          10
3    adc          10
4    cde          9

这是我尝试过的。

df = df.sort_values(['Department','Employee_Count'],ascending=[True,False])

但这只是按字母顺序对部门进行排序。

我还尝试先按部门排序，然后按 Employee_Count 排序。像这样：

df = df.sort_values(['Department'],ascending=[True])
df = df.sort_values(['Employee_Count'],ascending=[False])

这也没有给我正确的输出：

   Department Employee_Count
4    xyz          15
2    bca          11
1    adc          10
0    abc          10
3    cde          9

它首先给出“adc”，然后给出“abc”。

Answer 1

您可以交换列表中的列以及

ascending

参数中的值：

解释：

列名称的顺序是排序的顺序，首先按

Employee_Count

降序排序，如果

Employee_Count

中存在重复项，则按

Department

升序排序仅重复行。

df1 = df.sort_values(['Employee_Count', 'Department'], ascending=[False, True])
print (df1)
  Department  Employee_Count
4        xyz              15
2        bca              11
0        abc              10 <-
1        adc              10 <-
3        cde               9

或者进行测试，如果使用第二个

False

，则重复的行正在排序

descending

：

df2 = df.sort_values(['Employee_Count', 'Department',],ascending=[False, False])
print (df2)
  Department  Employee_Count
4        xyz              15
2        bca              11
1        adc              10 <-
0        abc              10 <-
3        cde               9

Answer 2

虽然晚了 4 年，但如果排序稳定的话，OP 的最初尝试就会成功。 Pandas

sort_values()

默认使用

'quicksort'

，但不保证稳定。但是，如果第二个

sort_values()

调用使用

'stable'

排序，它将产生预期的输出。

df = df.sort_values('Department', ascending=True)
df = df.sort_values('Employee_Count', kind='stable', ascending=False, ignore_index=True)
#                                     ^^^^^^^^^^^^^  <--- stable sort here

您可以验证对于任何数据帧，它都会产生与按两列列表排序相同的结果：

df = pd.DataFrame(np.random.randint(10, size=(1000, 2)), columns=['A', 'B'])
a = df.sort_values('A', ascending=True).sort_values('B', kind='stable', ascending=False, ignore_index=True)
b = df.sort_values(['B', 'A'], ascending=[False, True], ignore_index=True)
a.equals(b)   # True