Python 与熊猫一起计数和排序

我有一个数据框，用于一个文件中的值，通过该文件我按两列进行分组，这两列返回聚合计数。现在我想按最大计数值排序，但是我得到以下错误：

KeyError:“计数”

看起来GROUPBY agg count列是某种索引，因此不确定如何执行此操作，我是Python和Panda的初学者。 这是实际代码，如果您需要更多详细信息，请告诉我：

def answer_five():
    df = census_df#.set_index(['STNAME'])
    df = df[df['SUMLEV'] == 50]
    df = df[['STNAME','CTYNAME']].groupby(['STNAME']).agg(['count']).sort(['count'])
    #df.set_index(['count'])
    print(df.index)
    # get sorted count max item
    return df.head(5)

---

我认为您需要添加

reset_index

，然后将参数

ascending=False

添加到，因为

排序

返回：

FutureWarning:sort（columns=..）已弃用，请使用sort_值（by=..） .sort_值（['count']，升序=False）

样本：

df = pd.DataFrame({'STNAME':list('abscscbcdbcsscae'),
                   'CTYNAME':[4,5,6,5,6,2,3,4,5,6,4,5,4,3,6,5]})

print (df)
    CTYNAME STNAME
0         4      a
1         5      b
2         6      s
3         5      c
4         6      s
5         2      c
6         3      b
7         4      c
8         5      d
9         6      b
10        4      c
11        5      s
12        4      s
13        3      c
14        6      a
15        5      e

df = df[['STNAME','CTYNAME']].groupby(['STNAME'])['CTYNAME'] \
                             .count() \
                             .reset_index(name='count') \
                             .sort_values(['count'], ascending=False) \
                             .head(5)

print (df)
  STNAME  count
2      c      5
5      s      4
1      b      3
0      a      2
3      d      1

df = pd.DataFrame({'STNAME':list('abscscbcdbcsscae'),
                   'CTYNAME':[4,5,6,5,6,2,3,4,5,6,4,5,4,3,6,5]})

print (df)
    CTYNAME STNAME
0         4      a
1         5      b
2         6      s
3         5      c
4         6      s
5         2      c
6         3      b
7         4      c
8         5      d
9         6      b
10        4      c
11        5      s
12        4      s
13        3      c
14        6      a
15        5      e

df = df[['STNAME','CTYNAME']].groupby(['STNAME'])['CTYNAME']
                             .size()
                             .nlargest(5)
                             .reset_index(name='top5')
print (df)
  STNAME  top5
0      c     5
1      s     4
2      b     3
3      a     2
4      d     1

---

但似乎你需要：

或：

size

和

count

之间的区别是：

计数

NaN

值，不计算

样本：

df = pd.DataFrame({'STNAME':list('abscscbcdbcsscae'),
                   'CTYNAME':[4,5,6,5,6,2,3,4,5,6,4,5,4,3,6,5]})

print (df)
    CTYNAME STNAME
0         4      a
1         5      b
2         6      s
3         5      c
4         6      s
5         2      c
6         3      b
7         4      c
8         5      d
9         6      b
10        4      c
11        5      s
12        4      s
13        3      c
14        6      a
15        5      e

df = df[['STNAME','CTYNAME']].groupby(['STNAME'])['CTYNAME'] \
                             .count() \
                             .reset_index(name='count') \
                             .sort_values(['count'], ascending=False) \
                             .head(5)

print (df)
  STNAME  count
2      c      5
5      s      4
1      b      3
0      a      2
3      d      1

df = pd.DataFrame({'STNAME':list('abscscbcdbcsscae'),
                   'CTYNAME':[4,5,6,5,6,2,3,4,5,6,4,5,4,3,6,5]})

print (df)
    CTYNAME STNAME
0         4      a
1         5      b
2         6      s
3         5      c
4         6      s
5         2      c
6         3      b
7         4      c
8         5      d
9         6      b
10        4      c
11        5      s
12        4      s
13        3      c
14        6      a
15        5      e

df = df[['STNAME','CTYNAME']].groupby(['STNAME'])['CTYNAME']
                             .size()
                             .nlargest(5)
                             .reset_index(name='top5')
print (df)
  STNAME  top5
0      c     5
1      s     4
2      b     3
3      a     2
4      d     1

---

我不知道你的df到底是什么样子。但如果必须按计数对几个类别的频率进行排序，则更容易从df中切片一个系列并对系列进行排序：

series = df.count().sort_values(ascending=False)
series.head()

---

请注意，本系列将使用类别名称作为索引

我同意@Christoph Schranz从数据帧中获取一系列片段

df[['STNAME','CTYNAME']].groupby('STNAME')['CTYNAME'].count().nlargest(3)

---

@7月-请随意忽略它，因为在使用Series而不是DataFrame的数据中，我正在尝试使用Series并获取

TypeError:set_index（）得到一个意外的关键字参数'name'

@jul-so

print（type（df['STNAME'，'CTYNAME'].groupby（['STNAME']）['CTYNAME'].size（）.nlargest（5））

return

Series

df.groupby（'track\u id'）.size（）.reset\u index（name='count'）.sort\u value（'count'，升序=False）

有效。我得到了错误：

TypeError:set\u index（）得到了一个意外的关键字参数'name'

。以下内容对我有效（通过差异数据和概率）：

df[[col1，col2]].groupby（col1.count（）.sort_值（col2，升序=False）

df[['STNAME','CTYNAME']].groupby('STNAME')['CTYNAME'].count().nlargest(3)