python - 按月份名称和年份对 groupby pandas 输出进​​行排序

Question

df

order_date    Month Name   Year   Days  Data
2015-12-20     Dec         2014    1     3
2016-1-21      Jan         2014    2     3
2015-08-20     Aug         2015    1     1 
2016-04-12     Apr         2016    4     1

and so on

代码:

df = df.groupby(["Year", "Month Name"], as_index=False)["days"].agg(['min', 
'mean'])
df3 = (df.groupby(["Year", "Month Name"], as_index=False) 
["Data"].agg(['count']))
merged_df=pd.merge(df3, df, on=['Year','Month Name'])

我有一个 groupby 输出如下

                    Min Mean    Count
Year    Month Name                  
2015    Aug          2    11      200
        Dec          5    13      130
        Feb          3    15      100
        Jan          4    20      123
        May          1    21      342
        Nov          2    12      234
 2016   Apr          1    10      200
        Dec          2    12      120
        Feb          2    13      200
        Jan          2    24      200
        Sep          1    25      220

问题:

基本上我正在获取按月份名称从 A 到 Z 排序的 groupby 输出，所以我得到的是四月、八月、十二月、二月等……而不是一月、二月....直到 12 月等。如何按月数对输出进行排序。

我需要像 2016 年、1 月、2 月....12 月，然后是 2017 年、1 月、2 月、3 月到 12 月这样的输出

如果有 2 个 dfs 的合并，请帮忙。我只是在这里提供了一个简化的代码(实际代码是不同的，我需要将两者合并然后才能工作)

Answer 1

编辑:您的解决方案应该更改:

df1 = df.groupby(["Year", "Month Name"], as_index=False)["Days"].agg(['min', 'mean'])
df3 = df.groupby(["Year", "Month Name"], as_index=False)["Data"].agg(['count'])
merged_df=pd.merge(df3, df1, on=['Year','Month Name']).reset_index()

cats = ['Jan', 'Feb', 'Mar', 'Apr','May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
merged_df['Month Name'] = pd.Categorical(merged_df['Month Name'],categories=cats, ordered=True)

merged_df = merged_df.sort_values(["Year", "Month Name"])
print (merged_df)
   Year Month Name  count  min  mean
1  2014        Jan      1    2     2
0  2014        Dec      1    1     1
2  2015        Aug      1    1     1
3  2016        Apr      1    4     4

或者:

df1 = (df.groupby(["Year", "Month Name"])
         .agg(min_days=("Days", 'min'),
              avg_days=("Days", 'mean'),
              count = ('Data', 'count'))
         .reset_index())

cats = ['Jan', 'Feb', 'Mar', 'Apr','May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
df1['Month Name'] = pd.Categorical(df1['Month Name'], categories=cats, ordered=True)

df1 = df1.sort_values(["Year", "Month Name"])
print (df1)
   Year Month Name  min_days  avg_days  count
1  2014        Jan         2         2      1
0  2014        Dec         1         1      1
2  2015        Aug         1         1      1
3  2016        Apr         4         4      1

使用 MultiIndex 且没有分类的最后一个解决方案，解决方案创建辅助日期列并按其排序:

df1 = (df.groupby(["Year", "Month Name"])
         .agg(min_days=("Days", 'min'),
              avg_days=("Days", 'mean'),
              count = ('Data', 'count'))
        )


df1['dates'] = pd.to_datetime([f'{y}{m}' for y, m in df1.index], format='%Y%b')
df1 = df1.sort_values('dates')
print (df1)
                 min_days  avg_days  count      dates
Year Month Name                                      
2014 Jan                2         2      1 2014-01-01
     Dec                1         1      1 2014-12-01
2015 Aug                1         1      1 2015-08-01
2016 Apr                4         4      1 2016-04-01