python - Pandas - 分组然后排序

Question

我想对 DataFrame 进行分组和排序:

• 我们首先拥有总计数最大的区域()
• 然后我们让每个 Name 按 count() 排序

我设法在多行中做到了这一点，但必须有更多的 pythonic/pandas 方式。

这样做的目的不仅是为了显示表格，而且还能够将其传递给 plot.ly 等工具来制作堆叠条形图，其中首先计数较多的区域，然后每个名称从最大到最小堆叠.

所以这样:

A   B   C
Region1 Name1   1
Region1 Name1   1
Region1 Name2   1
Region2 Name3   1
Region2 Name4   1
Region2 Name4   1
Region2 Name4   1
Region3 Name5   1
Region3 Name6   1

会变成:

A   B   Count C
Region2 Name4   3
        Name3   1
Region1 Name1   2
        Name2   1
Region3 Name5   1
        Name6   1

(抱歉，格式不太好，但这应该是正确的版本，以便您可以复制/粘贴表格数据)

创建第一个表的代码:

df = pd.DataFrame({'A': {0: 'Region1',
  1: 'Region1',
  2: 'Region1',
  3: 'Region2',
  4: 'Region2',
  5: 'Region2',
  6: 'Region2',
  7: 'Region3',
  8: 'Region3'},
 'B': {0: 'Name1',
  1: 'Name1',
  2: 'Name2',
  3: 'Name3',
  4: 'Name4',
  5: 'Name4',
  6: 'Name4',
  7: 'Name5',
  8: 'Name6'},
 'C': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1, 8: 1}})

Answer 1

嗯，不确定这是否是最好的方法，但我正在使用 sort_values 和 pd.Categorical :

m=(df.groupby(['A','B'])['C'].size().reset_index().sort_values('C',ascending=False)
.reset_index(drop=True))
m.A = pd.Categorical(m.A,m.A.unique(),ordered=True)
m.sort_values('A').reset_index(drop=True)

---

         A      B  C
0  Region2  Name4  3
1  Region2  Name3  1
2  Region1  Name1  2
3  Region1  Name2  1
4  Region3  Name5  1
5  Region3  Name6  1