Я хотел бы отсортировать многоиндексный DataFrame pandas по столбцу, но не хочу, чтобы весь DataFrame сортировался сразу. Я предпочел бы отсортировать по одному из индексов. Вот пример того, что я имею в виду:
Ниже приведен пример многоиндексного DataFrame.

first  second
bar    one       0.361041
       two       0.476720
baz    one       0.565781
       two       0.848519
foo    one       0.405524
       two       0.882497
qux    one       0.488229
       two       0.303862

То, что я хочу получить, это следующее:

first  second
bar    one       0.476720
       two       0.361041
baz    one       0.848519
       two       0.565781
foo    one       0.882497
       two       0.405524
qux    one       0.488229
       two       0.303862

Эти значения указаны вручную, чтобы показать, что я хочу. Обратите внимание, что второй DataFrame не полностью отсортирован. Однако внутри каждого многоиндекса он отсортирован по убыванию. У меня есть большой DataFrame. Есть ли более простой способ сделать это (например, с помощью функции), вместо того чтобы группировать DataFrame на основе индексов и затем конкатенировать индивидуально отсортированные DataFrame?

ДУМАЮТ БЫТЬ РЕДАКТИРОВАННЫМ

Безусловно, существуют более оптимальные способы решения этой проблемы. Но это простой подход.

import pandas as pd
df = pd.DataFrame({'first': ['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
                    'second': ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'], 
                    'value': [0.361041, 0.476720, 0.565781, 0.848519, 0.405524, 0.882497, 0.488229, 0.303862]})

    first   second  value
    0   bar one 0.361041
    1   bar two 0.476720
    2   baz one 0.565781
    3   baz two 0.848519
    4   foo one 0.405524
    5   foo two 0.882497
    6   qux one 0.488229
    7   qux two 0.303862

import itertools
# Сохранение уникальных значений первого столбца.
unique = list(df['first'].unique())
# Уникальные значения
# Следующая строка дает индексы строк DataFrame с определенным значением в столбце индекса ('first').
indices =[df.index[df['first'] == unique[i]].tolist() for i in range(len(unique))]
# Затем эта строка сортирует каждую пару (их может быть более двух) элементов из столбца значений.
sorted_values = []
for [i,j] in indices:
    sorted_values.append(sorted([df['value'].iloc[i],df['value'].iloc[j]]))

# Следующая строка возвращает индекс строки для конкретного значения столбца 'value'.
# df['value']
[df['value'] == 0.361041].index.tolist()
# Это разворачивает список sorted_list и дает целевой порядок значений в столбце 'value'.
values = []
values = list(itertools.chain(*sorted_values))
# значения

# вывод
[0.361041, 0.47672, 0.565781, 0.848519, 0.405524, 0.882497, 0.303862, 0.488229]

Теперь, когда у нас есть фактический порядок элементов в столбце значений, мы можем перестроить весь DataFrame на основе этого столбца.

Однако я сделал сортировку по возрастанию вместо желаемой вами сортировки по убыванию.

Вот один из подходов…

import pandas as pd
df = pd.DataFrame({'first': ['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
                    'second': ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'], 
                    'value': [0.361041, 0.476720, 0.565781, 0.848519, 0.405524, 0.882497, 0.488229, 0.303862]})
df = df.set_index(['first', 'second'])

Допустим, отсортируем (по убыванию) по уровню 1, который является столбцом ‘second’.

df.sort_index(level=[1],ascending=[False])

Подробную информацию о сортировке в Pandas можно найти здесь

# Сортировка в пределах группы/уровня
df.reset_index(inplace=True)
df = df.sort_values(by=['first', 'values'], ascending=False)
df.set_index(['first', 'second'], inplace=True)

# Результат
                values
first second          
qux   one     0.488229
      two     0.303862
foo   two     0.882497
      one     0.405524
baz   two     0.848519
      one     0.565781
bar   two     0.476720
      one     0.361041