Question

我是熊猫的新手，实际上也是编码的新手，我很肯定，对于大多数问题来说都很简单。

我有两个数据框。我需要从它们两个中获取一列，以获取列值的频率表。第一个df的频率表按升序分组。问题在于，第二个表在输出上必须具有与第一个df相同的值顺序。

这使我认为在这种情况下，我需要使用第一张表中的有序值列表来排列第二张df的输出。但是我不知道该怎么做。

目前，我只有这些拙劣的代码行。

df1 = Economics.groupby("Country")["Country"].count().sort_values()

keys = ['Equatorial Guinea', 'Haiti', 'Sweden']  #ordered list of countries from df1

countries = Economics1["Country"].unique().tolist()

diff = set(countries) - set(keys)
keys +=diff

我创建了国家/地区变量，以便比较df2中是否有df1中不存在的新值。

我还想到了使用字典。但是我不知道它是否有用，因为密钥和国家/地区的长度可以不同。（尽管，如果我们要将国家/地区的值添加到键中，也许这不是问题，我不知道）

我想要得到的是频率表中的变量与df1的顺序相同。
喜欢
df1的输出是：

Equatorial Guinea            101  
Haiti                        202  
Sweden                       404

然后df2的输出是：

Equatorial Guinea            314  
Haiti                        218  
Sweden                       509  
Netherlands                  1019

Answer 1

啊，答案太近了

我用以下方式解决了它：

 G = df1.groupby("Country")["Country"].count().sort_values()
 D = df2.groupby("Country")["Country"].count().sort_values()
 countries = df2["Country"].unique().tolist()
 keys = G.index.tolist()
 diff = set(countries) - set(keys)
 keys +=diff
 D = D.loc[keys]

但是也许可以有一种更优雅的方式...

根据外部列表中的值安排分组方法的输出

1 个答案: