python - 如何创建根据组大小排序的多索引数据框？

Question

我确实有这样一个数据框:

df = pd.DataFrame({
    'IDs': list('abcdefgh'),
    'Val': [
        'foo', 'bar', 'foo', 'abc', 'bar', 'bar', 'foo', 'foo'
    ]
})

  IDs  Val
0   a  foo
1   b  bar
2   c  foo
3   d  abc
4   e  bar
5   f  bar
6   g  foo
7   h  foo

我现在想要得到这样的输出:

Val IDs           
foo a            
    c            
    g            
    h            
bar b            
    e            
    f            
abc d

因此，它是根据 Val 中每个组的 size 排序的多索引数据帧的索引。

我目前是这样做的:

df['groupsize'] = df.groupby('Val')['IDs'].transform('size')

df = (
    df.sort_values(['groupsize', 'Val', 'IDs'], ascending=[False, True, True])
      .drop('groupsize', axis=1)
      .set_index(['Val', 'IDs'])
)

df.to_excel('example.xlsx', merge_cells=True)

它给出了所需的输出。

有没有一种方法可以实现相同的输出，但不创建这个中间列 groupsize，它稍后会被删除？

Answer 1

使用set_index 和value_counts

df.set_index('Val').loc[df.Val.value_counts().index]

Out[44]:
    IDs
Val
foo   a
foo   c
foo   g
foo   h
bar   b
bar   e
bar   f
abc   d

---

如果您需要多索引，只需将 set_index 与 append=True 相加即可

df.set_index('Val').loc[df.Val.value_counts().index].set_index('IDs', append=True)