如何按 MultiIndex 和值对 Pandas DataFrame 进行排序？

样本数据：

mdf = pd.DataFrame([[1,2,50],[1,2,20],
                    [1,5,10],[2,8,80],
                    [2,5,65],[2,8,10]
                   ], columns=['src','dst','n']); mdf

    src dst n
0   1   2   50
1   1   2   20
2   1   5   10
3   2   8   80
4   2   5   65
5   2   8   10

groupby()给出一个两级多索引：

test = mdf.groupby(['src','dst'])['n'].agg(['sum','count']); test

        sum count
src dst 
1   2   70  2
    5   10  1
2   5   65  1
    8   90  2

问题：如何对此 DataFrame 进行排序src上升，然后通过sum下降？

我是 pandas 的初学者，了解了 sort_index() 和 sort_values()，但在这个任务中，我似乎同时需要两者。

预期结果，在每个“src”下排序由“sum”确定：

        sum count
src dst 
1   2   70  2
    5   10  1
2   8   90  2
    5   65  1

万一其他人也使用谷歌遇到这个问题。从 pandas 版本 0.23 开始，您可以将级别名称作为参数传递给sort_values:

test.sort_values(['src','sum'], ascending=[1,0])

Result:
         sum  count
src dst            
1   2     70      2
    5     10      1
2   8     90      2
    5     65      1