Question

好吧，这太荒谬了……我花了太多时间在一些琐碎的事情上。

我想按列对数据框进行分组，然后按某种条件（在我的情况下，对组中某些B列的最大值）对组（不在组内）进行排序。

我期望遵循以下原则：

df.groupby('A').sort_index(lambda group_content: group_content.B.max())

我也尝试过：

groups = df.groupby('A')
maxx = gg['B'].max()
groups.sort_index(...)

但是，当然，按对象分组没有sort_index。

编辑：

我最终使用了（几乎）@jezrael建议的解决方案

df['max'] = df.groupby('A')['B'].transform('max')
df = df.sort_values(['max', 'B'], ascending=True).drop('max', axis=1)
groups = df.groupby('A', sort=False)

我必须将ascending=True添加到sort_values，但重要的是将sort=False添加到groupby，否则，我将使组排序lex（ A包含字符串）。

Answer 1

我认为您可能需要为某些组使用相同的最大值，将GroupBy.transform和max用于新列，然后按DataFrame.sort_values进行排序：

df = pd.DataFrame({
         'A':list('aaabcc'),
         'B':[7,8,9,100,20,30]
})

df['max'] = df.groupby('A')['B'].transform('max')

df = df.sort_values(['max','A'])
print (df)
   A    B  max
0  a    7    9
1  a    8    9
2  a    9    9
4  c   20   30
5  c   30   30
3  b  100  100

如果总是最大值是唯一的，请使用Series.argsort：

s = df.groupby('A')['B'].transform('max')
df = df.iloc[s.argsort()]
print (df)
   A    B
0  a    7
1  a    8
2  a    9
4  c   20
5  c   30
3  b  100

熊猫根据其内容以任意条件对古比组进行排序

1 个答案: