python - Pandas:GroupBy 和 Order Groups 基于每组中的最大值

Question

我有一个 Pandas DataFrame，其中包含轨道、分数和其他一些列。

我想根据“轨道”进行分组，然后根据“分数”的最大值对这些组进行排序。

示例数据框:

tracks       score
20            2.2
20            1.5
25            3.5
24            1.2
24            5.5

预期输出(我想比较每个组的最高值并将所有组从最高到最低排序，但我不想丢失任何其他数据 - 意味着我想展示所有行):

tracks       score
24            5.5
              1.2
25            3.5
20            2.2
              1.5

目前，我得到以下输出(我的分数已排序，但在分组后我的轨道根据轨道编号排序):

    tracks       score
20            2.2
              1.5
24            5.5
              4.2
25            3.5

到目前为止我的做法:1. 我已经按分数对所有值进行了排序

sub_df = sub_df.sort_values("score")

1. 然后我执行以下操作以获得输出(我需要字典格式):

url_dict = sub_df.groupby('track')['url'].apply(list).to_dict()

我也尝试使用 OrderedDict，但它没有用(至少现在)，因为 groupBy 命令发送了错误的数据序列。

Pandas = 0.23，Python = 3.6.4

Answer 1

通过 GroupBy.transform 创建辅助列并按 DataFrame.sort_values 按多列排序，最后删除辅助列:

sub_df['max'] = sub_df.groupby('tracks')['score'].transform('max')

sub_df = sub_df.sort_values(["max","score"], ascending=False).drop('max', axis=1)
#if necessary sorting also by tracks column
#sub_df = sub_df.sort_values(["max","tracks","score"], ascending=False).drop('max', axis=1)
print (sub_df)
   tracks  score
4      24    5.5
3      24    1.2
2      25    3.5
0      20    2.2
1      20    1.5