Pandas 按值排序，然后按索引排序

Question

我有以下数据集：

import numpy as np
from pandas import DataFrame
import numpy.random as random

random.seed(12)

df = DataFrame (
    {
        "fac1" : ["a","a","a","a","b","b","b","b"] ,
        "val" : random.choice(np.arange(0,20), 8, replace=False)
    }
)
df2 = df.set_index(["fac1"])
df2

我想要的是在每个fac1 组中按val 排序，以产生这个：

我已经梳理了文档，找不到直接的方法。我能做的最好的就是以下黑客：

df3 = df2.reset_index()
df4 = df3.sort_values(["fac1","val"],ascending=[True,True],axis=0)
df5 = df4.set_index(["fac1"])
df5
# Produces the picture above

（我意识到以上可以从多个inplace 选项中受益，只是这样做是为了使中间产品清晰）。

我确实找到了this SO post，它使用了分组和排序功能。但是，改编自该帖子的以下代码产生了错误的结果：

df2.groupby("fac1",axis=1).apply(lambda x : x.sort_values("val"))

（出于空间考虑，已删除输出）

还有其他方法可以解决这个问题吗？

更新：解决方案

公认的解决方案是：

df2.sort_values(by='val').sort_index(kind='mergesort')

排序算法必须是mergesort，并且必须明确指定，因为它不是默认值。正如the sort_index documentation 指出的那样，“合并排序是唯一的stable 算法。”这是另一个示例数据集，如果您不为 kind 指定 mergesort，则无法正确排序：

random.seed(12)

len = 32 

df = DataFrame (
    {
        "fac1" : ["a" for i in range(int(len/2))] + ["b" for i in range(int(len/2))] ,
        "val" : random.choice(np.arange(0,100), len, replace=False)
    }
)
df2 = df.set_index(["fac1"])
df2.sort_values(by='val').sort_index()

（出于空间考虑，我省略了所有输出）

Answer 1

编辑：我查看了文档，sort_index 的默认排序算法是快速排序。这不是一个“稳定”的算法，因为它不保留“排序输出中相等元素的输入顺序”（来自维基百科）。但是，sort_index 让您可以选择“mergesort”，这是一种稳定的排序算法。所以我原来的答案，

df2.sort_values(by='val').sort_index()

成功了，只是偶然。这段代码应该每次都能工作，因为它使用了稳定的排序算法：

df2.sort_values(by='val').sort_index(kind = 'mergesort')