python - Pandas 按值排序，然后按索引排序

Question

我有以下数据集:

import numpy as np
from pandas import DataFrame
import numpy.random as random

random.seed(12)

df = DataFrame (
    {
        "fac1" : ["a","a","a","a","b","b","b","b"] ,
        "val" : random.choice(np.arange(0,20), 8, replace=False)
    }
)
df2 = df.set_index(["fac1"])
df2

我想要的是在每个 fac1 组中按 val 排序，以产生这个:

我已经梳理了文档，找不到直接的方法。我能做的最好的就是以下 hack:

df3 = df2.reset_index()
df4 = df3.sort_values(["fac1","val"],ascending=[True,True],axis=0)
df5 = df4.set_index(["fac1"])
df5
# Produces the picture above

(我意识到以上内容可以从多个 inplace 选项中获益，只是这样做是为了使中间产品清晰)。

我确实找到了 this SO post ，它使用分组和排序功能。但是，改编自该帖子的以下代码产生了不正确的结果:

df2.groupby("fac1",axis=1).apply(lambda x : x.sort_values("val"))

(出于空间考虑删除了输出)

还有其他方法可以解决这个问题吗？

更新:解决方案

公认的解决方案是:

df2.sort_values(by='val').sort_index(kind='mergesort')

排序算法必须是mergesort，并且必须明确指定，因为它不是默认值。作为the sort_index documentation指出，“mergesort 是唯一的 stable 算法。”这是另一个示例数据集，如果您没有为 kind 指定 mergesort，它将无法正确排序:

random.seed(12)

len = 32 

df = DataFrame (
    {
        "fac1" : ["a" for i in range(int(len/2))] + ["b" for i in range(int(len/2))] ,
        "val" : random.choice(np.arange(0,100), len, replace=False)
    }
)
df2 = df.set_index(["fac1"])
df2.sort_values(by='val').sort_index()

(出于空间考虑，我省略了所有输出)

Answer 1

编辑:我查看了文档，发现 sort_index 的默认排序算法是快速排序。这不是一个“稳定”算法，因为它不保留“排序输出中相等元素的输入顺序”(来自维基百科)。但是，sort_index 为您提供了选择“mergesort”的选项，这是一种稳定的排序算法。所以我原来的回答，

df2.sort_values(by='val').sort_index()

，有效，只是偶然。这段代码应该每次都有效，因为它使用了稳定的排序算法:

df2.sort_values(by='val').sort_index(kind = 'mergesort')