Python 如何使用适当的排序编写查询

我有一个问题，要向熊猫队提问。我有一个数据框：

（商品名称、订单id、数量、商品价格1）

任务是获得最昂贵产品的销售量。 当我这样编写查询时：

df.groupby('item_name')['item_price1','quantity'].agg(['max','count']) 

它很好用。但是，当我尝试对查询结果进行排序以使用以下sort_值查找最昂贵的结果时：

df.groupby('item_name')['item_price1','quantity'].agg(['max','count']).sort_values(by='max', ascending=False).head(10)

它以以下错误结束：

密钥错误“max”

---

正确的做法是什么？

移动我的评论以回答：

当您执行以下操作时：

agg = df.groupby('item_name')['item_price1','quantity'].agg(['max','count']) 

您最终构建了一个多级列索引，在本例中（

agg.columns

）是：

要使用该级别进行排序，需要使用特定级别，例如：

agg.sort_values(by=('item_price1', 'max'), ascending=False)

另一方面，您正在使用

.head（10）

来限制完全排序数据后的总输出，但如果您的样本量与总体相比较小，则最好使用

.nlargest

，例如：

agg.nlargest(10, ('item_price1', 'max'))

---

您是否尝试过：？您是否创建了一个新的

df

，其列名为

max

？你能确认一下吗？没有。在这种情况下，“max”是一个聚合函数，因为您有多个具有多个聚合操作的列，那么您将有一个多级列索引。。。您需要更具体地确定要按以下哪种“最大值”排序：

。排序值（按=（'item\u price1'，'max'），升序=False）

？

agg.nlargest(10, ('item_price1', 'max'))