在 Pandas Dataframe 中按一列排序，然后按另一列分组？

Question

这是一种与我可以用类似措辞找到的问题相反的问题，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)

这打印出来：

   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； 然后按照出现的顺序，按出现的顺序分组 - 但没有熊猫.groupby子句将添加的额外“分组”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

我认为这可以通过有序分类，在第一步中按排序的timestamp值设置顺序，然后按DataFrame.sort_values对两列进行DataFrame.sort_values ：

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