另一种方式：

Question

我想对DataFrame进行分组和排序：

首先，我们的总地区数（）最多。
然后我们将每个名称按count（）排序

我设法在多行中做到这一点，但是必须有更多的pythonic / pandas方式。

这样做的目的不仅是要显示表格，而且还可以将其传递给诸如plot.ly之类的工具，以制作一个堆叠的条形图，其中该区域首先具有更多的计数，然后从最大到最小堆叠每个名称

所以这个：

A   B   C
Region1 Name1   1
Region1 Name1   1
Region1 Name2   1
Region2 Name3   1
Region2 Name4   1
Region2 Name4   1
Region2 Name4   1
Region3 Name5   1
Region3 Name6   1

将成为：

A   B   Count C
Region2 Name4   3
        Name3   1
Region1 Name1   2
        Name2   1
Region3 Name5   1
        Name6   1

（抱歉，格式不是很好，但这应该是正确的版本，以便您可以复制/粘贴表格数据）

创建第一个表的代码：

df = pd.DataFrame({'A': {0: 'Region1',
  1: 'Region1',
  2: 'Region1',
  3: 'Region2',
  4: 'Region2',
  5: 'Region2',
  6: 'Region2',
  7: 'Region3',
  8: 'Region3'},
 'B': {0: 'Name1',
  1: 'Name1',
  2: 'Name2',
  3: 'Name3',
  4: 'Name4',
  5: 'Name4',
  6: 'Name4',
  7: 'Name5',
  8: 'Name6'},
 'C': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1, 8: 1}})

Answer 1

嗯，不确定这是否是最好的方法，但是我正在使用yarn add 0.51 --exact和pd.Categorical：

sort_values

m=(df.groupby(['A','B'])['C'].size().reset_index().sort_values('C',ascending=False)
.reset_index(drop=True))
m.A = pd.Categorical(m.A,m.A.unique(),ordered=True)
m.sort_values('A').reset_index(drop=True)

Answer 2

排序似乎是在按地区组的最大数量上进行的，然后是按地区（名称组）的数量进行的。

要获得理想的结果，您需要计算最大/区域组，然后在显示之前隐藏此列，您可以这样做

df2 = df.groupby(['A', 'B']).agg('count')
df2['maxA'] = df2.groupby('A').C.transform('max')
df2.sort_values(['maxA', 'C'], ascending=[False, False])[['C']]

# produces the following output:

               C
A       B
Region2 Name4  3
        Name3  1
Region1 Name1  2
        Name2  1
Region3 Name5  1
        Name6  1

Answer 3

我将执行2个步骤：
步骤1：按计数创建排序的A的掩码索引
步骤2：使用.loc对df和groupby和sort=False重新排序，然后调用value_counts

m = df.groupby('A').A.transform('count').sort_values(ascending=False).index
df.loc[m].groupby('A', sort=False).B.value_counts().to_frame('Count')

Out[200]:
               Count
A       B
Region2 Name4      3
        Name3      1
Region1 Name1      2
        Name2      1
Region3 Name5      1
        Name6      1

Answer 4

另一种方式：

region_totals = df.groupby('A')['C'].sum()
mapping  = dict(zip(region_totals.index, region_totals.values))
df['D'] = df["A"].map(mapping)

df2 = df.groupby(['D','A','B']).sum().sort_values(['D','C'], ascending =False)
df2.index = df2.index.droplevel(0)

df2.rename(columns={'C':'Count'}

                Count
A       B   
Region2 Name4   3
        Name3   1
Region1 Name1   2
        Name2   1
Region3 Name5   1
        Name6   1

熊猫-分组然后排序

4 个答案:

另一种方式：