Pandas 熊猫：按组成员的频率对分组的数据帧进行排序

我感兴趣的是根据每组的条目数对分组数据帧进行排序。就我所见，我可以按组标签排序，也可以根本不排序。假设我有10个条目属于三个组。A组有6名成员，B组有3名成员，C组有1名成员。现在，当我进行分组.descripe（）时，我希望对输出进行排序，以便首先显示条目最多的组。

我将从

descripe（）

中取消统计信息的堆栈，然后您可以简单地使用

sort（）

，因此：

incsv = StringIO("""Group,Value
B,1
B,2
B,3
C,8
A,5
A,10
A,15
A,25
A,35
A,40""")

df = pd.read_csv(incsv)

groups = df.groupby('Group').describe().unstack()

       Value                                                  
       count       mean        std  min    25%  50%   75%  max
Group                                                         
A          6  21.666667  14.023789    5  11.25   20  32.5   40
B          3   2.000000   1.000000    1   1.50    2   2.5    3
C          1   8.000000        NaN    8   8.00    8   8.0    8


dfstats.xs('Value', axis=1).sort('count', ascending=True)

       count       mean        std  min    25%  50%   75%  max
Group                                                         
C          1   8.000000        NaN    8   8.00    8   8.0    8
B          3   2.000000   1.000000    1   1.50    2   2.5    3
A          6  21.666667  14.023789    5  11.25   20  32.5   40

我反转排序只是为了举例说明，因为默认情况下它已经排序了，但是您当然可以按照自己的意愿进行排序

---

任何可以在不降低或堆叠“值”级别的情况下按计数排序的人的奖金：

最后一步试试：

groups.sort（[（'Value'，'count'）]，ascending=False）

，虽然不确定它是否比my.xs更有用，但肯定比my.xs好（尝试过，我没有意识到排序可以使用元组，这很好。谢谢你！除了解决我手头的问题，你还教了我一些关于熊猫的有用的东西。