Question

我已经创建了使用Groupby()和.agg()的代码，以使新的DataFrame具有用于sum，mean和count值的列在Total中。

test = df.groupby('Sector').agg({'Total': ['sum', 'mean', 'count']})

此代码已起作用，并在必要时产生了结果。但是在尝试使用sort_values()对sum列进行降序排序时。我遇到问题了。

test.sort_values('sum', axis="columns", ascending = False, inplace = True)

它将给我输出： KeyError: 'sum'

我似乎找不到一种方法来引用由.agg()函数创建的列。

任何帮助将不胜感激。谢谢

Answer 1

在Total之后添加groupby列，以避免列中的MultiIndex，第二个问题需要sorting index的默认值，因此应将其删除：

test = df.groupby('Sector')['Total'].agg(['sum', 'mean', 'count'])

#if use inplace=True cannot assign values
test.sort_values('sum', ascending = False, inplace = True)
print (test)

#if omitted, you need assign
test = test.sort_values('sum', ascending = False)
print (test)

或者如果需要named aggregations中的自定义列名称：

test = df.groupby('Sector').agg(sum1=('Total','sum'),
                                avg=('Total','mean'),
                                size=('Total','count'))
test.sort_values('sum1', ascending = False, inplace = True)
print (test)

Answer 2

使用test.columns查看列名。然后在sort_values中使用所需的列。

您遇到的问题是multindex列。重命名它们。

test.columns = ["sum", "mean", "count"]

或在sort_values中使用multindex列名

.sort_values(('Total', 'sum'), ascending = False, inplace = True) #without axis='columns'

如何引用熊猫中的.agg（）函数创建的列

2 个答案: