根据 Pandas 中的组大小对分组数据进行排序
Posted
技术标签:
【中文标题】根据 Pandas 中的组大小对分组数据进行排序【英文标题】:Sorting the grouped data as per group size in Pandas 【发布时间】:2014-04-13 00:55:22 【问题描述】:我的数据集中有两列 col1 和 col2。我想根据 col1 对数据进行分组,然后根据每个组的大小对数据进行排序。也就是说,我想按组的大小升序显示组。
我已经编写了用于分组和显示数据的代码如下:
grouped_data = df.groupby('col1')
"""code for sorting comes here"""
for name,group in grouped_data:
print (name)
print (group)
在显示数据之前,我需要根据组大小对其进行排序,这是我无法做到的。
【问题讨论】:
【参考方案1】:对于 Pandas 0.17+,请使用 sort_values
:
df.groupby('col1').size().sort_values(ascending=False)
对于 pre-0.17,你可以使用size().order()
:
df.groupby('col1').size().order(ascending=False)
【讨论】:
我在做 df.groupby('A')['B'].mean()。有没有办法让使用大小排序的组的手段?谢谢 @Neo 你的意思是:df.groupby('A')['B'].mean().sort_values(ascending=False) ? 我认为这将对 mean() 值进行排序。我想首先对组进行排序(使用它们的大小),然后找到每个组的平均值。 @Neo 我认为这样可以: df.groupby("A")['B'].agg(['size', 'mean']).sort_values(by='size' , 升序=假)【参考方案2】:可以使用python的sorted:
In [11]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], index=['a', 'b', 'c'], columns=['A', 'B'])
In [12]: g = df.groupby('A')
In [13]: sorted(g, # iterates pairs of (key, corresponding subDataFrame)
key=lambda x: len(x[1]), # sort by number of rows (len of subDataFrame)
reverse=True) # reverse the sort i.e. largest first
Out[13]:
[(1, A B
a 1 2
b 1 4),
(5, A B
c 5 6)]
注意:作为一个迭代器g
,迭代成对的键和对应的子帧:
In [14]: list(g) # happens to be the same as the above...
Out[14]:
[(1, A B
a 1 2
b 1 4,
(5, A B
c 5 6)]
【讨论】:
sorted 函数运行良好,但它返回一个列表。列表的每个元素都是一个 pandas 数据框。所以我尝试使用以下代码访问列: sorted_data = sorted (...) print sorted_data[0]['col2'] 但这不起作用。如何访问排序列表中数据框的每一列? 这是一个元组列表,所以你可以用:for name, group in sorted(..)
迭代它,那么列是group['col2']
。或者你可以sorted_data[0][1]['col2']
...
哦,是的。我错过了注意到它是一个元组列表。谢谢。【参考方案3】:
df = pandas.DataFrame([[5, 5], [9, 7], [1, 8], [1, 7], [7, 8],
[9, 5], [5, 6], [1, 2], [1, 4], [5, 6]],
columns=['A', 'B'])
A B 0 5 5 1 9 7 2 1 8 3 1 7 4 7 8 5 9 5 6 5 6 7 1 2 8 1 4 9 5 6
group = df.groupby('A')
count = group.size()
count
A
1 4 5 3 7 1 9 2 数据类型:int64
grp_len = count[count.index.isin(count.nlargest(2).index)]
grp_len
A
1 4 5 3 数据类型:int64
【讨论】:
以上是关于根据 Pandas 中的组大小对分组数据进行排序的主要内容,如果未能解决你的问题,请参考以下文章
Pandas groupby:获取知道其 id 的组的大小(来自 .grouper.group_info[0])