Python 熊猫：按组对观察结果进行排序

根据对的回答，为了对各组内的观察结果进行排序，需要对第一个

groupby

的结果进行第二次

groupby

。为什么需要第二个

groupby

？我假设在运行第一个

groupby

之后，观察结果已经被安排成组，所需要的只是一种枚举这些组的方法（并以

顺序运行
apply
）.
因为一旦在groupby之后应用函数，结果将合并回正常的未分组数据帧。使用groupby和类似sort的groupby方法应该被看作是

groupby拆分原始数据帧，并将该方法应用于每个组，但随后将再次隐式组合结果

在另一个问题中，他们可以反转操作（先排序），然后不必使用两个groupby。他们可以做到：

df.sort(['job','count'],ascending=False).groupby('job').head(3)

在这种情况下，他们需要第二个group by，因为在排序的基础上，他们只想保留每组的前3行

如果您只需要按分组排序，您可以执行以下操作：

df_res = df.groupby(['job','source']).agg({'count':sum}).sort_values(['job','count'],ascending=False)

一组就够了

如果要保留每组计数最高的3行，则可以再次分组并使用head（）函数：

df_res.groupby('job').head(3)

注意：
sort
不推荐使用
sort\u值