Pandas 数据透视表嵌套排序

Posted 2023-03-11

【中文标题】Pandas 数据透视表嵌套排序

【英文标题】：Pandas pivot table Nested Sorting

【发布时间】：2016-09-05 23:31:40

【问题描述】：

鉴于此数据框和数据透视表：

import pandas as pd
df=pd.DataFrame('A':['x','y','z','x','y','z'],
                 'B':['one','one','one','two','two','two'],
                 'C':[7,5,3,4,1,6])
df


    A   B       C
0   x   one     7
1   y   one     5
2   z   one     3
3   x   two     4
4   y   two     1
5   z   two     6

table = pd.pivot_table(df, index=['A', 'B'],aggfunc=np.sum)

table
A  B  
x  one    7
   two    4
y  one    5
   two    1
z  one    3
   two    6
Name: C, dtype: int64

我想对数据透视表进行排序，使“A”的顺序为 z、x、y，而“B”的顺序基于数据框列“C”的降序排序值。

像这样：

A  B  
z  two    6
   one    3
x  one    7
   two    4
y  one    5
   two    1

    Name: C, dtype: int64

提前致谢！

【问题讨论】：

z, x, y 未按任何顺序排序。

嗨，亚历山大。是的，那是因为我希望能够自定义排序第一个索引的顺序。

【参考方案1】：

我认为没有一种简单的方法可以实现您的目标。以下解决方案首先根据列C 的值对表进行降序排序。然后它会根据您想要的顺序连接每个切片。

order = ['z', 'x', 'y']
table = table.reset_index().sort_values('C', ascending=False)
>>> pd.concat([table.loc[table.A == val, :].set_index(['A', 'B']) for val in order])
       C
A B     
z two  6
  one  3
x one  7
  two  4
y one  5
  two  1

【讨论】：

非常好。 :) 我尝试按字典映射，但这更好。

【参考方案2】：

解决方案

custom_order = ['z', 'x', 'y']
kwargs = dict(axis=0, level=0, drop_level=False)

new_table = pd.concat(
    [table.xs(idx_v, **kwargs).sort_values(ascending=False) for idx_v in custom_order]
)

另一种衬里

pd.concat([table.xs(i, drop_level=0).sort_values(ascending=0) for i in list('zxy')]

说明

custom_order 是您想要的订单。 kwargs 是一种提高可读性的便捷方式（在我看来）。要注意的关键元素，axis=0 和 level=0 如果您想进一步利用它，可能对您很重要。但是，这些也是默认值，可以省略。 drop_level=False 是这里的关键参数，并且对于保持 idx_v 是必要的，我们正在采用 xs 以便 pd.concat 以我们想要的方式将它们组合在一起。

我在 pd.concat 调用中以与 Alexander 几乎完全相同的方式使用列表推导式。

演示

print new_table

A  B  
z  two    6
   one    3
x  one    7
   two    4
y  one    5
   two    1
Name: C, dtype: int64

【参考方案3】：

如果您可以在 A 列中读取分类数据，那么它会变得更加简单。将您的类别设置为 list('zxy') 并指定 ordered=True 使用您的自定义排序。

您可以使用类似于以下内容的方式读取数据：

'A':pd.Categorical(['x','y','z','x','y','z'], list('zxy'), ordered=True)

或者，您可以照原样读入数据，然后使用 astype 将 A 转换为分类：

df['A'] = df['A'].astype('category', categories=list('zxy'), ordered=True)

一旦 A 是分类的，您可以像以前一样旋转，然后排序：

table = table.sort_values(ascending=False).sortlevel(0, sort_remaining=False)

【讨论】：

我似乎无法实现你提到的。

我已经用另一种方式编辑了我的答案以转换为分类数据。我假设这是您无法实现的部分？

谢谢，@root！这对我来说很清楚。出于好奇，我看到另一种方法是 df['A'] = df['A'].astype('category') 然后在下一行 df['A'].cat.set_categories( ['z','x','y'],inplace=True) 在某些情况下，一种方法是否比另一种更好？

我不太了解 pandas 如何实现分类数据来判断一种方法是否比另一种更好。为了简洁起见，我更喜欢在一行中完成所有操作，但这纯粹是个人风格。

我发现这个答案很有用并且被赞成。但是，使用 Pandas 1.0.1 astype 似乎不接受类别参数。我得到：TypeError: astype() got an unexpected keyword argument 'categories'。我能够使用 CategoricalDtype (from pandas.api.types import CategoricalDtype) 做到这一点。然后cat_type = CategoricalDtype(categories=my_ordered_list,ordered=True)和df.astype(cat_type)，根据docs.