熊猫-独特价值排序

Question

通过像这样对我的df进行分组：

# set X value
target_x = 'Goals'
# reduce df to target column
df_temp = df_players.set_index("Player")
# get mean value for every player
df_temp[target_x] = df_temp.groupby('Player')[target_x].mean()    
# get values for axis plot
X = df_temp[target_x]

我以X结尾：

Andrew Robertson      0.038462
Dejan Lovren          0.000000
Joel Matip            0.038462
Joseph Gomez          0.000000
Nathaniel Phillips    0.000000
                        ...   
Michail Antonio       0.038462
Nathan Holland        0.000000
Pablo Fornals         0.076923
Robert Snodgrass      0.192308
Tomas Soucek          0.000000

我现在想排序。

但是，有很多重复的玩家（和价值观），如果我这样做：

X.sort_values(ascending=False).unique()

我有点输给球员了：

[0.62962963 0.59259259 0.55555556 0.53846154 0.5        0.48148148
 0.44444444 0.42307692 0.40740741 0.37037037 0.33333333 0.30769231
 0.2962963  0.25925926 0.23076923 0.22222222 0.19230769 0.18518519
 0.15384615 0.14814815 0.11538462 0.11111111 0.07692308 0.07407407
 0.03846154 0.03703704 0.        ]

---

那我该如何对每个排序后的值进行跟踪？

Answer 1

改为使用X.sort_values(ascending=False).drop_duplicates()，unique创建一个没有索引的numpy.array。