如何在groupby之后按重复顺序对python pandas数据框进行排序？

Question

我有一个按以下顺序排序的数据集：

col1	col2	col3
a	1	r
a	1	s
a	2	t
a	2	你
a	3	v
a	3	w
b	4	x
b	4	y
b	5	z
b	5	q
b	6	w
b	6	e

我希望它按以下顺序排序：

col1	col2	col3
a	1	r
a	2	t
a	3	v
a	1	s
a	2	你
a	3	w
b	4	x
b	5	z
b	6	w
b	4	y
b	5	q
b	6	e

我希望 col2 处于重复的方式，例如，对于 col1 'a' 值，它应该是 1,2,3,4，然后再次是 1,2,3,4，而不是 1,1,2,2 ,3,3,4,4。 我使用了以下代码，但它不起作用：

import pandas as pd

# Creating the DataFrame
data = {
    'col1': ['a', 'a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'b', 'b'],
    'col2': [1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6],
    'col3': ['r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z', 'q', 'w', 'e']
}

df = pd.DataFrame(data)

# Sort by col1, then reorder col2 within each group
df_sorted = df.sort_values(by=['col1', 'col2']).reset_index(drop=True)

df_sorted = df_sorted.groupby('col1', group_keys=False).apply(lambda x: x.sort_values('col2'))

# Display the sorted dataframe
print(df_sorted)

Answer 1

使用

groupby.cumcount

形成用于排序的辅助键：

out = (df.assign(key=lambda x: x.groupby(['col1', 'col2']).cumcount())
         .sort_values(by=['col1', 'key', 'col2'])
         .drop(columns='key')
      )