Python 熊猫-分组，然后排序

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   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