如何在 Pandas DataFrame 中對組內的資料進行排序？

在pandas 中分組排序

使用pandas 資料框時，通常需要按特定列將資料分組，然後執行其他操作在這些群體中。一個常見的要求是根據特定標準對分組資料進行排序。

要實現此目的，可以將 groupby 函數與 sort_values 函數連結。例如，考慮一個包含 count、job 和 source 欄位的資料框 df。

In [167]: df

Out[167]:
   count     job source
0      2   sales      A
1      4   sales      B
2      6   sales      C
3      3   sales      D
4      7   sales      E
5      5  market      A
6      3  market      B
7      2  market      C
8      4  market      D
9      1  market      E

如果您想要按job 和source 對資料進行分組，然後按count 降序對聚合結果進行排序，您可以執行以下操作：

In [168]: df.groupby(['job','source']).agg({'count':sum})

這將建立一個新的資料框，其中包含每個組的聚合計數值。但是，產生的資料幀不會按計數排序。若要對資料幀進行排序，您可以使用 sort_values 函數：

In [34]: df.sort_values(['job','count'],ascending=False)

這將首先按作業對資料幀進行排序，然後按計數降序排列。產生的資料框將如下所示：

Out[35]: 
   count     job source
4      7   sales      E
2      6   sales      C
1      4   sales      B
5      5  market      A
8      4  market      D
6      3  market      B

要取得每組的前三行，您可以使用head 函數：

In [34]: df.sort_values(['job','count'],ascending=False).groupby('job').head(3)

這將產生一個新的資料框包含每組的前三行，依計數降序排列。

Out[35]: 
   count     job source
4      7   sales      E
2      6   sales      C
1      4   sales      B
5      5  market      A
8      4  market      D
6      3  market      B

以上是如何在 Pandas DataFrame 中對組內的資料進行排序？的詳細內容。更多資訊請關注PHP中文網其他相關文章！