时间戳

首页 > 解决方案 > pandas groupby 多列默认情况下不对值进行排序

python - pandas groupby 多列默认情况下不对值进行排序

问题描述

我有以下df，

code      pct         year_month
10        6.6156      201905
10        6.0868      201905
10        5.8975      201905
10        11.2195     201905
10        11.1404     201905

我喜欢做以下事情

df2 = df.sort_values('pct', ascending=False)
df2['pct'].cumsum().le(20).mean()
0.2

在groupby某种程度上，

df.groupby(['year_month', 'code'])['pct'].apply(lambda x: x.cumsum().le(20).mean())

但结果不同，

year_month  code
201905      BR10    0.6

我认为默认情况下groupby应该pct按降序排序，但似乎不是，所以我想知道如何pct在每个year_month, codegroup 中排序，然后执行cumsum;

标签： pythonpython-3.xpandasdataframepandas-groupby

解决方案

您的代码不同，对于相同的输出需要按前 2 列排序 -['year_month','code']或使用此示例数据省略它（如果已排序）：

print (df['pct'].cumsum().le(20).mean())
0.6

df2 = df.sort_values(['year_month','code'], ascending=False)
print (df2['pct'].cumsum().le(20).mean())
0.6

在 groupby 是排序值groupby- 这里['year_month', 'code']，不是pct：

df = df.groupby(['year_month', 'code'])['pct'].apply(lambda x: x.cumsum().le(20).mean())
print (df)
year_month  code
201905      10      0.6
Name: pct, dtype: float64

因此，对于相同的输出排序，这里都按pct列排序，如果有必要防止排序，'year_month', 'code']则添加sort=False：

df2 = df.sort_values('pct', ascending=False)
print (df2['pct'].cumsum().le(20).mean())
0.2

df = (df.sort_values(['pct'], ascending=False)
        .groupby(['year_month', 'code'], sort=False)['pct']
        .apply(lambda x: x.cumsum().le(20).mean()))
print (df)
year_month  code
201905      10      0.2
Name: pct, dtype: float64

推荐阅读