因此，我一直在尝试按其检测编号和样本ID对数据集进行排序，取每个检测编号的所有样本重复的平均值（例如：在一个测定编号中运行的样品可能已运行1-10次）。
这样做，我在pandas中使用了groupby方法，并且成功地使用了9以上的示例名称（例如，10、11、20、50）将被排序在较低的样本编号附近（例如，10在1下，20在2下，50在5下），而不是它们应该在列中的位置。
我知道这是sorted_values方法从左到右检查的问题，但现在我甚至不能使用natsorted方法来纠正它，而不完全取消groupby。
我已经尝试过在进行groupby之前按照我想要的方式对数据进行排序，但这并不起作用，因为它在之后再次排序。我还尝试了sort = False，但检测编号在错误的位置，我再次无法正确排序。

import pandas as pd
import numpy as np
import natsort as ns

#Takes a sheet from an excel file and turns it into a data frame. 

excel_name = "~~~~"
from_sheet_name = "OARS 2-8 "
output_name = "~~~ Data2.xlsx"

df = pd.read_excel(excel_name, from_sheet_name)
df.head(5)

#Prepares the averaged ALUs
df2= df.groupby(["Assay Num", "Sample Name"],sort = True)
average_alus = df2["Resp 1"].agg(np.mean)
# # average_alus["Sample Name"] = ns.natsorted(average_alus["Sample 
Name"])
# # ns.natsorted(average_alus["Sample Name"])
# average_alus_df = pd.DataFrame(average_alus)
# type(average_alus_df)
# average_alus_df = average_alus_df.reset_index()
# average_alus_df["Sample Name"] = 
ns.natsorted(average_alus_df["Sample Name"])
# average_alus_df

# Prepares the data for the second sheet. Takes assay number, sample 
name, and ALUs, sorts them, and drops empty rows

df3 = df[["Assay Num","Sample Name", "Resp 1"]]
df3 = df3.sort_values(["Assay Num", "Sample Name"], ascending = 
[True, True])
# df3["Sample Name"] = ns.natsorted(df3["Sample Name"])
df3 = df3.dropna()

# Writes both sheets to an excel file
writer2 = pd.ExcelWriter(output_name)
average_alus.to_excel(writer2, sheet_name = "Averaged ALUs", index = 
"False")
df3.to_excel(writer2, sheet_name = "Raw Reps Sorted", index = 
"False")

writer2.save()

这是我的第一次尝试，第二次尝试被注解掉了。这就是我想要的table的样子
| 试验编号|样品名称|ALU|
| --------------|--------------|--------------|
| 一百七十五|CRM 1|一千五百零七|
| | CRM 2| 2.8|
| | ~~~|~|
| | CRM 10|三百|
与它实际上的样子
| 试验编号|样品名称|ALU|
| --------------|--------------|--------------|
| 一百七十五|CRM 1|一千五百零七|
| | CRM 10|三百|
| | CRM 2| 2.8|
| | CRM 3|九点七|
一旦我尝试在将series转换回dataframe后对其进行排序，groupby就会被撤消
| 试验编号|样品名称|ALU|
| --------------|--------------|--------------|
| 一百七十五|CRM 1|一点四零七|
| 一百七十五|CRM 1|一点五|
| 一百七十五|CRM 1| 1.3|
| 一百七十五|CRM 2|九点七|