Question

这是我的代码：

import pandas as pd
df = pd.DataFrame({'id': ['a', 'a', 'b', 'b', 'b'],
                   'v1': [1, 2, 3 ,4, 5],
                   'v2': [7, 6, 5, 4, 3],
                   'v3': [2, 4, 6, 8, 10]})

df.groupby('id').agg({'v1': ['count', 'sum'],
                      'v2': 'mean',
                      'v3': 'sum'})

我的问题是，每次我运行此代码（在jupyter笔记本中）时，结果数据帧的列顺序都不同。这是熊猫中的虫子吗？

我的下一步是重命名结果数据框，但是由于没有可重复的顺序，因此编写可重用的代码来做到这一点是不可能的。我该如何解决？

顺便说一句，我正在使用python 3.5和pandas 0.23.0。

谢谢！

Answer 1

当我多次运行代码时，我没有得到不同的排序。但是，如果遇到此问题，可以在agg之后命名所需的顺序。例如，如果您想要订单v2，v3，v1，请执行：

df.groupby('id',sort=False).agg({'v1': ['count', 'sum'],
                      'v2': 'mean',
                      'v3': 'sum'})[['v2','v3','v1']]

     v2  v3    v1    
   mean sum count sum
id                   
a   6.5   6     2   3
b   4.0  24     3  12

或者，如果您只是想要与原始数据框相同的顺序：

df.groupby('id',as_index=False).agg({'v1': ['count', 'sum'],
                                     'v2': 'mean',
                                     'v3': 'sum'})[df.columns]

  id    v1       v2  v3
     count sum mean sum
0  a     2   3  6.5   6
1  b     3  12  4.0  24

但总而言之，@ Allolz的注释使用sort_index(1)使IMO最有意义：

df.groupby('id').agg({'v1': ['count', 'sum'],
                      'v2': 'mean',
                      'v3': 'sum'}).sort_index(1)

Answer 2

dict键在Python 3.5中未排序；这适用于代码中dict和pd.DataFrame()中使用的.agg()。您可以使用Python标准库中OrderedDict模块中的collections，也可以使用DataFrame.reindex()重新组织列和行，如下所示：

import pandas as pd
df = pd.DataFrame({
    'id': ['a', 'a', 'b', 'b', 'b'],
    'v1': [1, 2, 3 ,4, 5],
    'v2': [7, 6, 5, 4, 3],
    'v3': [2, 4, 6, 8, 10]
})

df = df.set_index('id')
df = df.reindex(columns=['v1', 'v2', 'v3'])

df.groupby(level='id').agg({
    'v1': ['count', 'sum'],
    'v2': 'mean',
    'v3': 'sum'
})

DataFrame.reindex()比DataFrame.sort_index()更笼统。

pandas groupby然后汇总结果顺序是否可重复？

2 个答案: