Python 基于列名对数据进行分组

在下面的示例中，我想首先根据UID排序，然后根据每个TID的TSTAMP进行排序

在这种情况下，以下是我生成的一个最简单的工作示例：

df = pd.read_csv(dataset_path, names = ['TID','UID','TSTAMP'], delimiter=';')
df = df.sort_values(by=['TID'], ascending=[True])
print df
#print df.groupby('UID').describe()

但是，这并不是我们想要的排序方式

       TID   UID         TSTAMP
22267   77  (!?}  1494417075666
9095    77  U|X^  1494415815098
15266   77  ~Mb{  1494416401082
15263   77  ~Mb{  1494416401061
15255   77  Qh9~  1494416398799
15252   77  Qh9~  1494416398786
15239   77  xF#u  1494416397542
15236   77  xF#u  1494416397540
9105    77  U|X^  1494415815197

最终的结果是这样的：

     TID      UID           TSTAMP
22267   77   (!?}   1494417075666
15263   77   ~Mb{   1494416401061
15266   77   ~Mb{   1494416401082
15252   77   Qh9~   1494416398786
15255   77   Qh9~   1494416398799
9095    77   U|X^   1494415815098
9105    77   U|X^   1494415815197
15236   77   xF#u   1494416397540
15239   77   xF#u   1494416397542

我是一只正在学习的熊猫。。任何帮助都将不胜感激

感谢@jezrael，这里是最终的解决方案

df = pd.read_csv(dataset_path, names = ['TID','UID','TSTAMP'], delimiter=';')
df = df.sort_values(['TID', 'TSTAMP', 'UID'], ascending=[True, False, True])
d = {'min':'TSTAMP-INIT','max':'TSTAMP-FIN'}
df = df.groupby(['UID','TID'])['TSTAMP'].agg([min, max]).reset_index().rename(columns=d)

for i, row in df.T.iteritems():
    print row

看来你需要：

如果第一列不是必需的排序，请忽略它：

df = df.sort_values(['TSTAMP', 'UID'], ascending=[False, True])
print (df)
       TID   UID         TSTAMP
22267   77  (!?}  1494417075666
15266   77  ~Mb{  1494416401082
15263   77  ~Mb{  1494416401061
15255   77  Qh9~  1494416398799
15252   77  Qh9~  1494416398786
15239   77  xF#u  1494416397542
15236   77  xF#u  1494416397540
9105    77  U|X^  1494415815197
9095    77  U|X^  1494415815098

看来你需要：

如果第一列不是必需的排序，请忽略它：

df = df.sort_values(['TSTAMP', 'UID'], ascending=[False, True])
print (df)
       TID   UID         TSTAMP
22267   77  (!?}  1494417075666
15266   77  ~Mb{  1494416401082
15263   77  ~Mb{  1494416401061
15255   77  Qh9~  1494416398799
15252   77  Qh9~  1494416398786
15239   77  xF#u  1494416397542
15236   77  xF#u  1494416397540
9105    77  U|X^  1494415815197
9095    77  U|X^  1494415815098

---

我更详细地介绍了结果应该是什么样子。。description（）为我提供了很多我不确定第一列排序所必需的详细信息，如果需要

升序=[True，False，True]

或

升序=[False，False，True]

。是否有方法获取给定UID的第一个TSTAMP和同一UID的最后一个TSTAMP？例如，对于

~Mb{

：

149441641082

和

149441641061

是的，当然可以。给我一点时间。我刚才发布了答案-检查一下。只需要

df=df.groupby（'UID'）['TSTAMP'].agg（[min，max]）。重置索引（）。重命名（columns=d）

我给出了一点关于结果应该是什么样的详细信息..描述（）我不确定第一列的排序，如果需要

升序=[True，False，True]

或

升序=[False，False，True]

，有没有办法获取给定UID的第一个TSTAMP和同一UID的最后一个TSTAMP？例如，

~Mb{

：

149441641082

和

149441641061

是的，当然。给我一点时间。我刚才发布了答案-检查一下。只需要

df=df.groupby（'UID'）['TSTAMP'].agg（[min，max]）。重置索引（）。重命名（columns=d）