对两列大熊猫进行排序，例如通过SQL查询进行分区

问题描述

我需要按分区对两列的值进行排序，就像在sql分区中那样。 在此示例中，我解释了我的需要。

我有这个数据框：

df = pd.DataFrame({'A': [6,4,2,8,6,8],'B': range(0,10),'C': ['a','b','c','d','e','a','e']})
    A   B   C
0   6   0   a
1   0   1   b
2   4   2   c
3   2   3   d
4   8   4   e
--------------- partition by C
5   2   5   a
6   6   6   b
7   0   7   c
8   4   8   d
9   8   9   e

这是我的最终数据帧：

import pandas as pd
import random as rand
df = pd.DataFrame({'A': [0,'e']})
A   B   C
0   0   0   a
1   2   1   b
2   4   2   c
3   6   3   d
4   8   4   e
--------------- partition by C
5   0   5   a
6   2   6   b
7   4   7   c
8   6   8   d
9   8   9   e

如您所见，我在数据框的C列中有一个分区，从a到e，我需要根据{{ 1}}。我找不到解决它的好答案。这类似于A

中的Partition by

解决方法

这是一个解决方案，使用GroupBy.cumcount创建一列sort_以标识分区，并使用DataFrame.sort_values按sort_和A对数据帧进行排序。 / p>

print(
    df.assign(sort_ = df.groupby('C').cumcount()).sort_values(by=['sort_','A'])
        #.drop(columns=['sort_'])
)

---

   A  B  C  sort_
1  0  1  b      0
3  2  3  d      0
2  4  2  c      0
0  6  0  a      0
4  8  4  e      0
7  0  7  c      1
5  2  5  a      1
8  4  8  d      1
6  6  6  b      1
9  8  9  e      1