在回答问题时，按月份名称对熊猫的数据框系列进行排序？我们遇到了一些奇怪的行为groupby。

df = pd.DataFrame([["dec", 12], ["jan", 40], ["mar", 11], ["aug", 21], ["aug", 11], ["jan", 11], ["jan", 1]], columns=["Month", "Price"])
df["Month_dig"] = pd.to_datetime(df.Month, format='%b', errors='coerce').dt.month
df.sort_values(by="Month_dig", inplace=True)

# Now df looks like
    Month   Price   Month_dig
1   jan     40      1
5   jan     11      1
6   jan     1       1
2   mar     11      3
3   aug     21      8
4   aug     11      8
0   dec     12      12

total = (df.groupby(df['Month'])['Price'].mean())
print(total)
# output
Month
aug    16.000000
dec    12.000000
jan    17.333333
mar    11.000000
Name: Price, dtype: float64

似乎在中total，数据按字母顺序排序。当我和OP期待时

Month
jan    17.333333
mar    11.000000
aug    16.000000
dec    12.000000
Name: Price, dtype: float64

背后的机制是groupby什么？我知道它会保留文档中每个组 的顺序，但是组之间的顺序是否有规则
？在我看来，当数据df以这种方式排序时，一个非常简单的组顺序将是[“ jan”，“ mar”，“ aug”，“ dec”] 。

ps从[“ aug”，“ dec”，“ jan”，“ mar”]中看来，这些组名是按字母顺序排序的。
我正在使用Python 3.6和pandas‘0.20.3’