如何按列分组，然后在python中的组内重新排序列

Posted 2023-03-27

【中文标题】如何按列分组，然后在python中的组内重新排序列

【英文标题】：How to groupby column and then reorder columns within groups in python

【发布时间】：2022-01-02 14:40:54

【问题描述】：

我有以下分组数据框：

                 Value1      Value2

    Category   
------------------------------------   
0          0         62          44 
           1         55          46 
           2         73          75 
1          0         61          49 
           1         55          46 
           2         34          35  
2          0         62          48 
           1         55          46 
           2         44          25 

我想为每个组将“Value1”列重新排序为升序，同时保持“Category”列的顺序。目标是“类别”0 将对应于最低的“Value1”值，“类别”5 将对应于最高的“Value1”值。 “Value2”值将对应于它们对应的原始“Value1”值。这是我要生成的输出数据框：

                 Value1      Value2

    Category   
------------------------------------   
0          0         55          46    
           1         62          44
           2         73          75                 
1          0         34          35
           1         55          46  
           2         61          49
2          0         44          25
           1         55          46 
           2         62          48

如何在 python 中完成此操作？我尝试过使用.reset_index() 和`.sort_values()，但我只是没有得到我想要的分组数据框。我试过了：

df.sort_values(['Value1'],ascending=True).groupby('Category')

但这只会产生：<pandas.core.groupby.generic.DataFrameGroupBy object at ...>，这没什么用。

【参考方案1】：

使用带有索引名称的sort_values 的一种方式：

tmp = df.index.names
df.index.names = ["tmp", "Category"]
new_df = df.sort_values(["tmp", "Value1"])
new_df.index = df.index.rename(tmp)
print(new_df)

输出：

            Value1  Value2
  Category                
0 0             55      46
  1             62      44
  2             73      75
1 0             34      35
  1             55      46
  2             61      49
2 0             44      25
  1             55      46
  2             62      48

【参考方案2】：

您可以按如下方式应用它：

import pandas as pd

df = pd.DataFrame('col1': [0, 1, 2, 0, 1, 2], 'col2': [8, 9, 6, 40, 3, 20], 'col3': [5, 6, 0, 40, 3, 20])
sorted_df = df.sort_values(['col2'], ascending=True)
df[['col2', 'col3']] = sorted_df[['col2', 'col3']].values
print(df)

输出：

   col1  col2  col3
0     0     3     3
1     1     6     0
2     2     8     5
3     0     9     6
4     1    20    20
5     2    40    40

【讨论】：

我冒昧地简化了您的列分配；）（并为您的答案+1）

【参考方案3】：

您可以根据值和第一级索引对数据框进行排序：

>>> df = (df.sort_values(by=['Value1', 'Value2'])
            .sort_index(level=0, sort_remaining=False)
          )

            Value1  Value2
  Category                
0 1             55      46
  0             62      44
  2             73      75
1 2             34      35
  1             55      46
  0             61      49
2 2             44      25
  1             55      46
  0             62      48

然后您需要使用cumcount 每组重写level1：

df.sort_values(by=['Value1', 'Value2']).sort_index(level=0, sort_remaining=False)
idx = pd.MultiIndex.from_arrays([df.index.get_level_values(0),
                                 pd.Series(range(len(df))).groupby(df.index.get_level_values(0)).cumcount()],
                                names=(None, 'Category')
                                )
df.index = idx

输出：

            Value1  Value2
  Category                
0 0             55      46
  1             62      44
  2             73      75
1 0             34      35
  1             55      46
  2             61      49
2 0             44      25
  1             55      46
  2             62      48

【参考方案4】：

一行解决方案应该是DataFrame.rename_axis 与DataFrame.sort_values 和DataFrame.set_index：

df = df.rename_axis(index=None:'tmp').sort_values(['tmp', "Value1"]).set_index(df.index)
print (df)
            Value1  Value2
  Category                
0 0             55      46
  1             62      44
  2             73      75
1 0             34      35
  1             55      46
  2             61      49
2 0             44      25
  1             55      46
  2             62      48

【讨论】：

我没有按要求重置 level1 ;)

@mozway - 把最后一个rename_axis改成set_index解决这个问题