如何按 2 列分组，但按 count() 降序排列

Posted 2023-03-11

【中文标题】如何按 2 列分组，但按 count() 降序排列

【英文标题】：How to groupby 2 columns but order descending by count()

【发布时间】：2021-05-05 13:30:56

【问题描述】：

我有一个数据框，想将 2 列分组，这工作正常。

df.groupby(["Sektor, CustomerID"]).count().head(10)

            _Order_ID_  Order_timezone  Order_weight                                
AE  1298772       1         1                1  
    1298788       1         1                1  
    1298840       2         2                2  
    1298912       1         1                1

AT  1038570       1         1                1  
    1040424       1         1                1  
    1040425       3         3                3  
    1040426       2         2                2  
    1040427       1         1                1  
    1040428       1         1                1  
    1040429       2         2                2  
            

现在分组数据框按 CustomerID 值排序。但我想按count（）对其进行排序。所以我有 Sektor，然后是 CustomerID，但出现最多的 CustomerIds 应该在顶部。所以下降。

预期输出应该是：

            _Order_ID_  Order_timezone  Order_weight                                
AE  1298840       2         2                2
    1298772       1         1                1  
    1298788       1         1                1      
    1298912       1         1                1

AT  1040425       3         3                3
    1040426       2         2                2
    1040429       2         2                2
    1038570       1         1                1  
    1040424       1         1                1          
    1040427       1         1                1  
    1040428       1         1                1      
            

我该怎么做？

【参考方案1】：

用途：

df1 = df.groupby(["Sektor", "CustomerID"]).count()

如果需要输出 10 行：

df1 = df1.sort_values(['Sektor','_Order_ID_'], ascending=[True, False]).head(10)
print (df1)
                   _Order_ID_  Order_timezone  Order_weight
Sektor CustomerID                                          
AE     1298840              2               2             2
       1298772              1               1             1
       1298788              1               1             1
       1298912              1               1             1
AT     1040425              3               3             3
       1040426              2               2             2
       1040429              2               2             2
       1038570              1               1             1
       1040424              1               1             1
       1040427              1               1             1

如果每个组需要 10 行（如果存在）Sektor：

df1 = df1.sort_values(['Sektor','_Order_ID_'], ascending=[True, False]).groupby('Sektor').head(10)
print (df1)
                   _Order_ID_  Order_timezone  Order_weight
Sektor CustomerID                                          
AE     1298840              2               2             2
       1298772              1               1             1
       1298788              1               1             1
       1298912              1               1             1
AT     1040425              3               3             3
       1040426              2               2             2
       1040429              2               2             2
       1038570              1               1             1
       1040424              1               1             1
       1040427              1               1             1
       1040428              1               1             1

【讨论】：

它说缺少参数“by”。因此，如果我使用其他参数之一，则不再组合 Sektor。所以例如我有来自 Sektor A 中一个客户 ID 的 29 个订单，但来自 Sektor A 中一个客户 ID 的 20 个订单，现在不再在分组 Sektor A 中，而是在单独的 Sektor A 下几行。

@Russgo - 你能发布一些数据样本吗？因为如果使用df.groupby(["Sektor, CustomerID"])，则意味着按两列的组合进行分组。

@Russgo - 或者需要第二部分我的答案？

我编辑了我的帖子。分组后的 DataFrame 如下所示。当我使用你的两个想法时，分组就被解散了。

@Russgo - 表示按Sektor 上级（真）和_Order_ID_ 下级（假）排序。列列表['Sektor','_Order_ID_'] 与排序列表[True, False] 匹配