我正在玩熊貓 groupby 功能，但有些東西我無法實作。
我的資料是這樣的：
data = ({
'Color1':["Blue", "Red", "Green", "Blue", "Red", "Green", "Blue", "Red", "Green"],
'Color2':["Purple", "Pink", "Yellow", "Purple", "Pink", "Yellow", "Brown", "White", "Grey"],
'Value':[20, 20, 20, 25, 25, 25, 5, 55, 30]
})
df = pd.DataFrame(data)
我使用 groupby 進行了一些排序（背后的想法是從較大的資料集中提取一些前 N 個）
df2 = df.groupby(['Color1'], sort=True).sum()[['Value']].reset_index()
df2 = df2.sort_values(by=['Value'], ascending=False)
print(df2)
顏色 1 值 2 紅色 100 1 綠色 75 0 藍色 50
但我最關心的是如何分組和排序添加 Color2，同時保留對 Color 1 的排序，即結果，例如：
Color1 Color2 Value
0 Red White 55
1 Red Pink 45
2 Green Yellow 45
3 Green Grey 30
4 Blue Purple 45
5 Blue Brown 5
非常感謝你的幫助
uj5u.com熱心網友回復：
嘗試：
>>> df.groupby(['Color1', 'Color2']).sum() \
.sort_values(['Color1', 'Value'], ascending=False).reset_index()
Color1 Color2 Value
0 Red White 55
1 Red Pink 45
2 Green Yellow 45
3 Green Grey 30
4 Blue Purple 45
5 Blue Brown 5
uj5u.com熱心網友回復：
問題是值是字串，所以sum連接值而不是求和。
需要將列轉換為數字：
df = pd.DataFrame(data)
df['Value'] = df['Value'].astype(int)
df2 = df.groupby(['Color1','Color2'], sort=False)['Value'].sum().reset_index()
df2 = df2.sort_values(by=['Value'], ascending=False)
如果需要按Color1, Color2使用中的原始順序排序，Color1有序分類：
vals = df2['Color1'].unique()
df2['Color1'] = pd.Categorical(df2['Color1'], ordered=True, categories=vals)
df2 = df2.sort_values(['Color1','Color2'])
print(df2)
Color1 Color2 Value
1 Red Pink 45
4 Red White 55
3 Blue Brown 5
0 Blue Purple 45
5 Green Grey 30
2 Green Yellow 45
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/384906.html
標籤：Python 熊猫 排序 pandas-groupby