Question

编辑：输入样本数据df和预期输出。编辑2：我稍微修改了数据，因此在每种情况下结果都不是与“cc”相关的最大数字。

我的问题是：

我有一个数据框，其中包含两个索引列（Index1，Index2）和三列（X，Y，Z）
我创建了一个groupby并向其应用了一个函数（将groupby对象中的所有列扩展为1）
我对结果数据帧进行求和以获得每行的总和

df是：

df = pd.DataFrame({'Index1': ['A', 'A', 'A', 'B', 'B', 'B'],
                'Index2': ['aa', 'bb', 'cc', 'aa', 'bb', 'cc'],
                'X': [1, 2, 7, 3, 6, 1],
                'Y': [2, 3, 6, 2, 4, 1],
                'Z': [3, 5, 9, 1, 2, 1]})

然后代码是：

df_scored = pd.DataFrame()   #new df to hold results
cats = [X, Y, Z]             #categories (columns of df) to be scaled
grouped = df.groupby([Index 1, Index 2]).sum()
for cat in cats :
    df_scored[cat] = grouped.groupby(level = 0)[cat].apply(lambda x: x / x.max())
df_scored['Score'] = df_scored.sum(axis = 1)

这会产生：

                      X         Y         Z     Score
Index1 Index2                                        
A      aa      0.142857  0.333333  0.333333  0.809524
       bb      0.285714  0.500000  0.555556  1.341270
       cc      1.000000  1.000000  1.000000  3.000000
B      aa      0.500000  0.500000  0.500000  1.500000
       bb      1.000000  1.000000  1.000000  3.000000
       cc      0.166667  0.250000  0.500000  0.916667

现在我想按索引1的每个分组对得到的df_scored进行排序（以便索引2按每个索引1组中的“得分”排序），并将其作为所需结果：

                      X         Y         Z     Score
Index1 Index2                                        
A      cc      1.000000  1.000000  1.000000  3.000000
       bb      0.285714  0.500000  0.555556  1.341270
       aa      0.142857  0.333333  0.333333  0.809524
B      bb      1.000000  1.000000  1.000000  3.000000
       aa      0.500000  0.500000  0.500000  1.500000
       cc      0.166667  0.250000  0.500000  0.916667

我该怎么做？

我在here和here上看到了一些其他问题，但在这种情况下我没有让它为我工作。

Answer 1

在代码末尾添加此内容

df_scored.sort_values('Score', ascending= False).sort_index(level='Index1', sort_remaining=False)

在pandas groupby（多索引）中进行排序

1 个答案: