使用Python进行分组和排序

我已经执行了一个按功能分组的操作，我想按时间顺序按月对其进行排序，我如何才能做到这一点？目前，该函数按字母顺序对月份进行排序：

func = {'Predictions':['count','mean','median']}

table1 = df.groupby(['FLAG','MONTH']).agg(func)

表1

         Predictions
                        count        mean      median
FLAG       MONTH                                     
0          Apr          49812  106.458209   75.325309
           Aug          44514   93.718901   74.485782
           Feb          51583   98.921119   74.199794
           Jan          54837  100.381814   74.682187
           Jul          49873  100.621877   73.233328
           Jun          47950  103.688532   74.150171
           Mar          52816  106.094774   75.104832
           May          49404  106.847784   75.844241
           Oct          41828   94.744952   76.178077
           Sep          41074   96.430351   75.335261
1          Apr          83377  285.631679  144.582569
           Aug          66285  217.619038  127.087037
           Feb          79693  310.919925  180.507922
           Jan          64730  290.113451  137.291571
           Jul         105213  298.337893  146.956319
           Jun          90305  312.484185  136.222903
           Mar          97274  308.013477  165.752471
           May          87927  310.162600  142.350688
           Oct          47064  258.213619   85.445310
           Sep          47337  240.361602   84.597842

谢谢你的帮助

您可以使用：

正如问题中提到的，您可以使用以下代码来获取月份到索引的映射

import calendar
map = {v: k for k,v in enumerate(calendar.month_abbr)}

然后，您可以使用索引映射创建月份索引的新列

#create the new index
df["index"] = df["MONTH"].map(lambda x: map[x])
#groupby the new index
table1 = df.groupby(['FLAG','index']).agg(func).reset_index()
#drop the multi index
table1 = table1.reset_index()
#sort by month
table1.sort_values("index", inplace = True)

---

太快了。我无法正确复制数据我正在准备df直到现在干杯！我试图将它也应用于同一个表的副本，但没有FLAG变量，出现了以下错误：NotImplementedError:参数级别未为CategoricalIndex实现。reindexoh好的，找到了！再次感谢@jezrael！不客气！如果我的答案有用，别忘了-点击复选标记（

✓），将其从灰显切换为填充。谢谢
#create the new index
df["index"] = df["MONTH"].map(lambda x: map[x])
#groupby the new index
table1 = df.groupby(['FLAG','index']).agg(func).reset_index()
#drop the multi index
table1 = table1.reset_index()
#sort by month
table1.sort_values("index", inplace = True)