Python 按Groupby中使用的第二列对值进行排序

我有以下数据帧：

data = {
    'CH': [0,1,0,1,0,0,0,0,1,0,0,0,1,1,1,0,0,0,1],
    'Z': [10, 11, 10, 12, 13, 10, 11, 12, 13, 14, 11, 13, 10, 11, 12, 13, 14, 14, 14],
    'Res': [23, 43, 21, 23, 43, 9, 21, 13, 23, 43, 31, 27, 31, 33, 54, 17, 19, 23, 33]
    }

df = pd.DataFrame(data)

如果我使用df.groupby（['CH'，'Z']）.mean（），我会得到以下结果：

我希望能够按

Z

列按降序对值进行排序

我还想根据

Res

列中的值对值进行排序，但第一个是最重要的

---

谢谢。

首先按“Z”排序，然后按“Res”排序

dfs = df.groupby(['CH', 'Z']) \
          .mean() \
          .reset_index() \
          .sort_values(['Z', 'Res'], ascending=False)

如果需要保留与groupby结果类似的多索引：

dfs.set_index(['CH', 'Z'])

---

您可以使用

pandas.DataFrame.sort\u值

，因为

pandas.DataFrame.sort

是

如果要按

Res

排序，只需更改传递给

by

参数的值

df.groupby(['CH', 'Z']).mean().sort_values(by='Res')

您还可以在groupby语句中调用，该语句将保留索引并对其排序，而无需使用

set\u index（）

：

我希望能够按

Z

列对值进行排序。。。然后 通过

Res

为了澄清一些术语：

Z

是一个索引级别，而

Res

是一个系列。熊猫，via，有助于隐藏这种区别。只需指定

升序

参数，以与您希望排序的组件对齐：

res = df.groupby(['CH', 'Z']).mean()\
        .sort_values(['Z', 'Res'], ascending=[False, True])

print(res)

             Res
CH Z            
0  14  28.333333
1  14  33.000000
   13  23.000000
0  13  29.000000
   12  13.000000
1  12  38.500000
0  11  26.000000
1  11  38.000000
0  10  17.666667
1  10  31.000000

---

在您的示例中，

[！[Pandas groupby][1]][1]

是什么？您想在groupby之后进行排序吗？图片没有显示，让我重新发布它，以便按降序对

Z

的值进行排序

df。排序值（按class='Z'，升序=False）

df_res=df.groupby(['CH', 'Z']).mean().sort_values('Res',ascending=False).sort_index(level=1,ascending=False)
print(df_res)

       Res
CH Z       
1  14 33.00
0  14 28.33
1  13 23.00
0  13 29.00
1  12 38.50
0  12 13.00
1  11 38.00
0  11 26.00
1  10 31.00
0  10 17.67

res = df.groupby(['CH', 'Z']).mean()\
        .sort_values(['Z', 'Res'], ascending=[False, True])

print(res)

             Res
CH Z            
0  14  28.333333
1  14  33.000000
   13  23.000000
0  13  29.000000
   12  13.000000
1  12  38.500000
0  11  26.000000
1  11  38.000000
0  10  17.666667
1  10  31.000000