166

Saya ingin mengelompokkan dataframe saya dengan dua kolom dan kemudian mengurutkan hasil agregat dalam grup.

In [167]:
df

Out[167]:
count   job source
0   2   sales   A
1   4   sales   B
2   6   sales   C
3   3   sales   D
4   7   sales   E
5   5   market  A
6   3   market  B
7   2   market  C
8   4   market  D
9   1   market  E

In [168]:
df.groupby(['job','source']).agg({'count':sum})

Out[168]:
            count
job     source  
market  A   5
        B   3
        C   2
        D   4
        E   1
sales   A   2
        B   4
        C   6
        D   3
        E   7

Sekarang saya ingin mengurutkan kolom hitung dalam urutan menurun di masing-masing grup. Dan kemudian hanya mengambil tiga baris teratas. Untuk mendapatkan sesuatu seperti:

            count
job     source  
market  A   5
        D   4
        B   3
sales   E   7
        C   6
        B   4

— JoeDanger
sumber

147

Apa yang ingin Anda lakukan sebenarnya adalah sebuah groupby (berdasarkan hasil dari group pertama): mengurutkan dan mengambil tiga elemen pertama per grup.

Mulai dari hasil group pertama oleh:

In [60]: df_agg = df.groupby(['job','source']).agg({'count':sum})

Kami mengelompokkan berdasarkan tingkat indeks pertama:

In [63]: g = df_agg['count'].groupby(level=0, group_keys=False)

Lalu kami ingin mengurutkan ('memesan') masing-masing grup dan mengambil tiga elemen pertama:

In [64]: res = g.apply(lambda x: x.order(ascending=False).head(3))

Namun, untuk ini, ada fungsi pintas untuk melakukan ini nlargest,:

In [65]: g.nlargest(3)
Out[65]:
job     source
market  A         5
        D         4
        B         3
sales   E         7
        C         6
        B         4
dtype: int64

— Joris
sumber

Apakah akan ada cara untuk meringkas segala sesuatu yang tidak terkandung dalam tiga hasil teratas per grup dan menambahkannya ke grup sumber yang disebut "lain" untuk setiap pekerjaan?

— JoeDanger

31

ordersudah ditinggalkan penggunaan sort_valuesbukannya

— zthomas.nc

Terima kasih atas jawabannya. Untuk langkah selanjutnya, apakah akan ada cara untuk menetapkan urutan penyortiran berdasarkan nilai-nilai di kolom groupby? Misalnya, mengurutkan naik jika nilainya 'Beli' dan mengurutkan turun jika nilainya adalah 'Jual'.

— Bowen Liu

174

Anda juga bisa melakukannya dalam sekali jalan, dengan melakukan sortir terlebih dahulu dan menggunakan head untuk mengambil 3 pertama dari setiap grup.

In[34]: df.sort_values(['job','count'],ascending=False).groupby('job').head(3)

Out[35]: 
   count     job source
4      7   sales      E
2      6   sales      C
1      4   sales      B
5      5  market      A
8      4  market      D
6      3  market      B

— tvashtar
sumber

14

Apakah groupbyjaminan bahwa pesanan tetap terjaga?

— toto_tico

52

Tampaknya memang demikian; dari dokumentasi groupby : groupby mempertahankan urutan baris dalam setiap grup

— toto_tico

10

toto_tico- Itu benar, namun perlu berhati-hati dalam menafsirkan pernyataan itu. Urutan baris DALAM KELOMPOK TUNGGAL dipertahankan, namun groupby memiliki semacam = Pernyataan benar secara default yang berarti kelompok itu sendiri mungkin telah diurutkan pada kunci. Dengan kata lain jika kerangka data saya memiliki kunci (pada input) 3 2 2 1, .. grup dengan objek akan menampilkan 3 grup dalam urutan 1 2 3 (diurutkan). Gunakan sort = False untuk memastikan pesanan grup dan urutan baris dipertahankan.

— user2103050

4

kepala (3) memberi lebih dari 3 hasil?

— Nabin

27

Berikut adalah contoh lain dari mengambil 3 teratas pada urutan diurutkan, dan mengurutkan dalam grup:

In [43]: import pandas as pd                                                                                                                                                       

In [44]:  df = pd.DataFrame({"name":["Foo", "Foo", "Baar", "Foo", "Baar", "Foo", "Baar", "Baar"], "count_1":[5,10,12,15,20,25,30,35], "count_2" :[100,150,100,25,250,300,400,500]})

In [45]: df                                                                                                                                                                        
Out[45]: 
   count_1  count_2  name
0        5      100   Foo
1       10      150   Foo
2       12      100  Baar
3       15       25   Foo
4       20      250  Baar
5       25      300   Foo
6       30      400  Baar
7       35      500  Baar


### Top 3 on sorted order:
In [46]: df.groupby(["name"])["count_1"].nlargest(3)                                                                                                                               
Out[46]: 
name   
Baar  7    35
      6    30
      4    20
Foo   5    25
      3    15
      1    10
dtype: int64


### Sorting within groups based on column "count_1":
In [48]: df.groupby(["name"]).apply(lambda x: x.sort_values(["count_1"], ascending = False)).reset_index(drop=True)
Out[48]: 
   count_1  count_2  name
0       35      500  Baar
1       30      400  Baar
2       20      250  Baar
3       12      100  Baar
4       25      300   Foo
5       15       25   Foo
6       10      150   Foo
7        5      100   Foo

— Surya
sumber

9

Coba ini sebagai gantinya

cara sederhana untuk melakukan 'groupby' dan menyortir dalam urutan menurun

df.groupby(['companyName'])['overallRating'].sum().sort_values(ascending=False).head(20)

— SSCSWAPNIL
sumber

8

Jika Anda tidak perlu menjumlahkan kolom, maka gunakan jawaban @ tvashtar. Jika Anda perlu menjumlahkan, maka Anda dapat menggunakan jawaban @ joris 'atau yang ini sangat mirip dengannya.

df.groupby(['job']).apply(lambda x: (x.groupby('source')
                                      .sum()
                                      .sort_values('count', ascending=False))
                                     .head(3))

— Ted Petrou
sumber

panda grup oleh semacam dalam kelompok

Coba ini sebagai gantinya

cara sederhana untuk melakukan 'groupby' dan menyortir dalam urutan menurun