python - pandas Series.value_counts 返回相等计数字符串的不一致顺序

Question

当我运行下面的代码时:

s = pandas.Series(['c', 'a', 'b', 'a', 'b'])
print(s.value_counts())

有时我会这样:

a    2
b    2
c    1
dtype: int64

有时我会这样:

b    2
a    2
c    1
dtype: int64

例如为等效计数返回的索引顺序不同。如果系列值是整数而不是字符串，我无法重现这一点。

为什么会发生这种情况，每次获得相同索引顺序的最有效方法是什么？

我希望它仍然按计数降序排序，但要与等价项的顺序保持一致。

我正在运行 Python 3.7.0 和 pandas 0.23.4

Answer 1

您有几个选项可以对给定的系列进行一致排序:

s = pd.Series(['a', 'b', 'a', 'c', 'c'])
c = s.value_counts()

按索引排序

使用pd.Series.sort_index :

res = c.sort_index()

a    2
b    1
c    2
dtype: int64

按计数排序(任意并列)

对于递减计数，什么也不做，因为这是默认设置。否则，您可以使用 pd.Series.sort_values ，默认为 ascending=True。在任何一种情况下，您都不应该对领带的处理方式做出任何假设。

res = c.sort_values()

b    1
c    2
a    2
dtype: int64

为了更高效，您可以使用 c.iloc[::-1] 来反转顺序。

先按计数再按索引排序

您可以使用 numpy.lexsort按计数排序，然后按索引排序。请注意相反的顺序，即 -c.values 首先用于排序。

res = c.iloc[np.lexsort((c.index, -c.values))]

a    2
c    2
b    1
dtype: int64