我试图首先按索引升序排列数据帧中的行，但是我有重复索引的行。对于这些，我希望它们在特定列中按其值升序排列。下面是我的数据框的样子：
layer row col stage conductance riverbott
row_Index
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
我尝试做
df = df.sort_values(['col'])
df = df.sort_index()
在我的数据框中，我的索引值等于“行”中的值。我尝试使用df = df.sort_values(['row'])代替df.sort_index()。但是，我一直遇到这样的问题：首先按索引对我的数据帧进行升序排序（这是需要的），但是有时重复索引行的排列方式是列值最低的列排在前，而列值最高的列排在前。例如：
layer row col stage conductance riverbott
row_Index
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
我希望数据框架的组织方式如下：
layer row col stage conductance riverbott
row_Index
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
之所以这样做，是因为我想删除重复的索引，将值最低的索引保留在'col'中。
感谢您的帮助。
答案 0 :(得分：0)
排序：
df = df.reset_index().sort_values(['row_Index', 'col']).set_index('row_Index')
输出：
layer row col stage conductance riverbott
row_Index
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
然后删除重复项：
df.loc[~df.index.duplicated(keep='first')]