Python 熊猫-分组,然后排序
我想对数据帧进行分组和排序,以便:Python 熊猫-分组,然后排序,python,pandas,Python,Pandas,我想对数据帧进行分组和排序,以便: 我们首先拥有总计数最大的区域() 然后,我们将每个名称按count()排序 我试着在多行中完成了这一点,但必须有一种更具python/pandas风格的方式 这样做的目的不仅是显示表格,还可以将其传递给plot.ly等工具,以先对计数较多的区域进行堆叠条形图,然后对每个名称进行从最大到最小的堆叠 因此: A B C Region1 Name1 1 Region1 Name1 1 Region1 Name2 1 Region2 Name3
- 我们首先拥有总计数最大的区域()
- 然后,我们将每个名称按count()排序
A B C
Region1 Name1 1
Region1 Name1 1
Region1 Name2 1
Region2 Name3 1
Region2 Name4 1
Region2 Name4 1
Region2 Name4 1
Region3 Name5 1
Region3 Name6 1
将成为:
A B Count C
Region2 Name4 3
Name3 1
Region1 Name1 2
Name2 1
Region3 Name5 1
Name6 1
(很抱歉,格式不好,但这应该是正确的版本,以便您可以复制/粘贴表格数据)
创建第一个表的代码:
df = pd.DataFrame({'A': {0: 'Region1',
1: 'Region1',
2: 'Region1',
3: 'Region2',
4: 'Region2',
5: 'Region2',
6: 'Region2',
7: 'Region3',
8: 'Region3'},
'B': {0: 'Name1',
1: 'Name1',
2: 'Name2',
3: 'Name3',
4: 'Name4',
5: 'Name4',
6: 'Name4',
7: 'Name5',
8: 'Name6'},
'C': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1, 8: 1}})
嗯,不确定这是否是最好的方法,但我使用的是
排序\u值
和:
排序似乎发生在按区域组的最大计数上,然后是按区域名称组的计数 要获得所需的结果,您需要计算max/region组,然后在显示之前隐藏此列,您可以这样做
df2 = df.groupby(['A', 'B']).agg('count')
df2['maxA'] = df2.groupby('A').C.transform('max')
df2.sort_values(['maxA', 'C'], ascending=[False, False])[['C']]
# produces the following output:
C
A B
Region2 Name4 3
Name3 1
Region1 Name1 2
Name2 1
Region3 Name5 1
Name6 1
另一种方式:
我将执行两个步骤:步骤1:创建按计数排序的
A
的掩码索引步骤2:使用
.loc
对df
和groupby
进行重新排序,并调用value\u计数
m = df.groupby('A').A.transform('count').sort_values(ascending=False).index
df.loc[m].groupby('A', sort=False).B.value_counts().to_frame('Count')
Out[200]:
Count
A B
Region2 Name4 3
Name3 1
Region1 Name1 2
Name2 1
Region3 Name5 1
Name6 1
不要期望看到分类的解决方案。好的。:)+1.
df2 = df.groupby(['A', 'B']).agg('count')
df2['maxA'] = df2.groupby('A').C.transform('max')
df2.sort_values(['maxA', 'C'], ascending=[False, False])[['C']]
# produces the following output:
C
A B
Region2 Name4 3
Name3 1
Region1 Name1 2
Name2 1
Region3 Name5 1
Name6 1
region_totals = df.groupby('A')['C'].sum()
mapping = dict(zip(region_totals.index, region_totals.values))
df['D'] = df["A"].map(mapping)
df2 = df.groupby(['D','A','B']).sum().sort_values(['D','C'], ascending =False)
df2.index = df2.index.droplevel(0)
df2.rename(columns={'C':'Count'}
Count
A B
Region2 Name4 3
Name3 1
Region1 Name1 2
Name2 1
Region3 Name5 1
Name6 1
m = df.groupby('A').A.transform('count').sort_values(ascending=False).index
df.loc[m].groupby('A', sort=False).B.value_counts().to_frame('Count')
Out[200]:
Count
A B
Region2 Name4 3
Name3 1
Region1 Name1 2
Name2 1
Region3 Name5 1
Name6 1