在 Pandas Dataframe 中按一列排序，然后按另一列分组？答案

【问题标题】：Sort by one column, then group by another, in Pandas Dataframe?在 Pandas Dataframe 中按一列排序，然后按另一列分组？
【发布时间】：2020-12-14 23:58:34
【问题描述】：

这是一个与我可以找到的类似措辞的问题相反的问题，例如：

说，我有这个 DataFrame：

import pandas as pd

df = pd.DataFrame({
  'model': ['Punto', 'Doblo', 'Panda', 'Doblo','Punto', 'Tipo'] ,
  'timestamp': ['20200124_083155', '20200124_122052', '20200124_134350', '20200124_150801', '20200124_163540', '20200124_195955']
})
print(df)

打印出来：

   model        timestamp
0  Punto  20200124_083155
1  Doblo  20200124_122052
2  Panda  20200124_134350
3  Doblo  20200124_150801
4  Punto  20200124_163540
5   Tipo  20200124_195955

我想获得的是：首先按时间戳排序；然后按照该排序中的出现顺序，按出现顺序分组 - 但没有 pandas .groupby 子句将添加的额外“组”列；也就是说，我想得到最终的输出：

   model        timestamp
0  Punto  20200124_083155
1  Punto  20200124_163540
2  Doblo  20200124_122052
3  Doblo  20200124_150801
4  Panda  20200124_134350
5   Tipo  20200124_195955

我怎样才能做到这一点？

【问题讨论】：

结果不是刚刚排序 df 数据框还是我遗漏了什么？

标签： python pandas dataframe sorting

【解决方案1】：

我认为这可以通过有序的分类来实现，在第一步中按排序的timestamp 值设置顺序，然后按DataFrame.sort_values 的两列排序：

c = df.sort_values('timestamp')['model'].unique()

df['model'] = pd.Categorical(df['model'], ordered=True, categories=c)

df = df.sort_values(['model','timestamp'])
print (df)
   model        timestamp
0  Punto  20200124_083155
4  Punto  20200124_163540
1  Doblo  20200124_122052
3  Doblo  20200124_150801
2  Panda  20200124_134350
5   Tipo  20200124_195955

【讨论】：