我在Pandas中对我的数据进行了如下分组:
Df.groupby(by=‘行业’,‘国家’,‘类别’)‘类别’..count()
在groupby之后,DataFrame看起来像这样:
---------------------------------------
Industry | Country | category |
---------------------------------------
Oil | Portugal | 0 | 14
1 | 4
None | 7
Germany | 1 | 27
0 | 22
None | 7
Spain | 1 | 12
0 | 1
---------------------------------------
Gas | Ireland | 1 | 2
0 | 11
None | 1
Italy | 0 | 120
1 | 33
Malta | 1 | 3
0 | 4
None | 7
Turkey | 0 | 355
1 | 44
---------------------------------------但是,我希望根据特定类别值的计数对我的数据进行排序。例如,按类别值“0”的计数对其进行排序,使框架如下所示。请注意基于类别'0‘(22,14,1)和(355,120,11,4)的计数的排序。
---------------------------------------
Industry | Country | category |
---------------------------------------
Oil | Germany | 1 | 27
0 | 22
None | 7
Portugal | 0 | 14
1 | 4
None | 7
Spain | 1 | 12
0 | 1
---------------------------------------
Gas | Turkey | 0 | 355
1 | 44
Italy | 0 | 120
1 | 33
Ireland | 1 | 2
0 | 11
None | 1
Malta | 1 | 3
0 | 4
None | 7
---------------------------------------我试着像这样使用unstack():
df.groupby(by=['industry', 'country', 'category'])['category'].count().unstack()
df.sort_values(by=['0'], ascending=[False])然后尝试按'0‘排序,但这并不能保护原始的分组和索引。
我能用Pandas解决这个问题吗?请帮帮忙。谢谢。
发布于 2017-12-27 10:25:07
以下内容应该可以满足您的需求:
df = df.groupby(by=['industry', 'country', 'category'])['category'].count().reset_index()
df.sort_values(by='category', ascending=True, na_position='Last',inplace=True)https://stackoverflow.com/questions/47985433
复制相似问题