Pandas 如何基于聚合对组进行排序

假设我有一个数据帧df，并在上面使用了groupby。如何对这些组进行排序？我想先让B列中位数最高的组，最后是中位数最低的组。 我知道如何对中值进行排序：

df.groupby(by='A')['B'].median().sort_values(ascending=False)

---

但是我实际上如何对组进行排序（而不是中位数）？

您可以使用

排序值的结果中的
索引对组进行索引：

In [118]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('abc'))
df['group'] = list('aabcc')
df

Out[118]:
          a         b         c group
0  3.260645 -0.636861  0.183312     a
1 -0.409939  1.915902 -2.426166     a
2 -0.522152  1.621288  0.225874     b
3  0.576484  0.499148 -1.037899     c
4  0.626081  0.040262 -1.679669     c

In [128]:    
gp = df.groupby('group')['a'].median()
gp

Out[128]:
group
a    1.425353
b   -0.522152
c    0.601282
Name: a, dtype: float64

In [134]:
order = gp.sort_values(ascending=False)
order

Out[134]:
group
a    1.425353
c    0.601282
b   -0.522152
Name: a, dtype: float64

In [135]:    
gp[order.index]

Out[135]:
group
a    1.425353
c    0.601282
b   -0.522152
Name: a, dtype: float64

编辑

如果要使用基于中值的排序顺序，可以使用
transform
将中值列添加回原始df，然后对原始df进行排序：

In [7]:
df['median'] = df.groupby('group')['a'].transform('median')
df

Out[7]:
          a         b         c group    median
0  3.260645 -0.636861  0.183312     a  1.425353
1 -0.409939  1.915902 -2.426166     a  1.425353
2 -0.522152  1.621288  0.225874     b -0.522152
3  0.576484  0.499148 -1.037899     c  0.601282
4  0.626081  0.040262 -1.679669     c  0.601282

In [9]:    
df.loc[df['median'].sort_values(ascending=False).index]

Out[9]:
          a         b         c group    median
1 -0.409939  1.915902 -2.426166     a  1.425353
0  3.260645 -0.636861  0.183312     a  1.425353
4  0.626081  0.040262 -1.679669     c  0.601282
3  0.576484  0.499148 -1.037899     c  0.601282
2 -0.522152  1.621288  0.225874     b -0.522152

我的理解是，您正在寻找按中间值排序的组

如果是这种情况，您可以使用：

df.groupby(by='A')['B'].median().sort_values(ascending=False).index

谢谢，这是正确的方向。然而，它并没有回答我的完整问题，因为最后，（out[135]）仍然是中位数被分类，而不是组。也就是说，我想做一些类似于
df.groupby（'group'）[order.index]
的事情来对组（及其所有值）进行排序，但这对我不起作用（'Columns not found'）。有什么建议吗？@brina Suggestion：添加一个带有组中位数的列，按其排序
df
，然后使用
sort=False
再次分组。默认情况下，组是alpha排序的。您可以选择不这样排序
df.groupby（'A'，sort=False）
，这样性能会稍微好一点。而且没有办法对组进行不同的排序吗？我在这里准备一个箱线图，所以我想每个箱子有一组，但我仍然想改变箱子在x轴上的位置（确切地说，我想按B列中给出的“重要性”对它们进行排序），这意味着你是按值排序的，如下面的@EdChum所示。你也读过我对他的演示的评论吗？我想像他那样对各组进行排序，但我仍然希望每个组中都包含所有值，而不仅仅是中位数。我不知道这是怎么可能的。谢谢你回答这个问题，但考虑到我最初的问题已经两年多了，我自己也不记得细节了（也不记得我现在在哪里有可以用来尝试这个的代码）…我明白了。我给出回复的原因是为其他面临类似问题的人提供一个解决方案——比如我，几天前！