在Pandas数据框中，按一列排序，然后按另一列分组

Question

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：

• Pandas-按一列分组，按另一列排序，从第三列获取值
• 如何按一列分组并对另一列的值进行排序

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

我想得到的是：首先按时间戳排序；然后按照出现的顺序，按出现的顺序分组，但没有额外的"；组"；pandas.groupby子句将添加的列；也就是说，我想获得最终输出：

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？

Answer 1

我认为这是可能的，通过排序的类别，在第一步中按排序的timestamp值设置顺序，然后按DataFrame.sort_values:按两列排序

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