按一列在另一列的组中排序，而不更改分组列的位置

Question

考虑一下df

df = pd.DataFrame(dict(A=list('babbaa'), B=list('zxyxzy')))
df

我想用B定义的组对A进行排序。但我不希望A的位置改变。你知道吗

如果我尝试：

df.groupby('A', sort=False) \
    .apply(pd.DataFrame.sort_values, by='B') \
    .reset_index(drop=True)

您会注意到A被分组在一起。我想要这个：

Answer 1

这是我想到的

df = pd.DataFrame(dict(A=list('babbaa'), B=list('zxyxzy')))

A, B = df.A.values, df.B.values

使用^{}逆（所有相对位置的索引值）。你知道吗

u, iv = np.unique(A, return_inverse=True)

使用反向和广播为每个组创建一行，其中每行都是该组的布尔掩码。你知道吗

is_ = np.arange(len(u))[:, None] == iv

循环行并用更新的值重新分配位置跟踪数组i。你知道吗

i = np.arange(len(df))
for r in is_:
    i[r] = i[r][df.B.values[r].argsort()]

使用新位置值

df.iloc[i]

---

目前，我不知道如何摆脱这个循环。你知道吗

Answer 2

举个人为的例子：

对A和B进行排序，让A取索引。稍后，重置索引以生成引用DF。你知道吗

A = df.sort_values(['A', 'B']).set_index('A').reset_index()

接下来，使用append将A与普通整数索引一起设置为索引。对索引进行排序（属于索引）。现在再次重置索引。你知道吗

B = df.set_index('A', append=True).sort_index(level=1).reset_index(level=1)

让A采用B的指数。对获取的索引轴进行排序。你知道吗

A.index = B.index
A.sort_index()