Ordinare all'interno del gruppo senza modificare l'ordine del gruppo?

Aug 21 2020

Non riesco a trovare una risposta aggiornata su questo online. Il problema che ho è essenzialmente lo stesso di questa domanda , cioè voglio ordinare per dire revenueall'interno groupsenza cambiare l'ordine di groupnel mio set di dati.

La risposta a quel thread è sbagliata, funziona solo perché c'erano solo due gruppi nell'esempio che erano in ordine anti-alfabetico.

Quando provo df.groupby('group').sort_values('revenue'), ottengo un errore 'DataFrameGroupBy' object has no attribute 'sort_values'.

Come posso fare questo?

DataFrame di esempio:

    name    group   revenue
0   Name1   GroupB  1
3   Name4   GroupA  4
4   Name5   GroupA  5
8   Name7   GroupC  9
1   Name2   GroupB  2
2   Name3   GroupB  3
5   Name6   GroupA  6
6   Name7   GroupC  7
7   Name7   GroupC  8

Uscita prevista:

    name   group  revenue
2  Name3  GroupB        3
1  Name2  GroupB        2
0  Name1  GroupB        1
5  Name6  GroupA        6
4  Name5  GroupA        5
3  Name4  GroupA        4
8  Name7  GroupC        9
7  Name7  GroupC        8
6  Name7  GroupC        7

Risposte

2 DavidErickson Aug 22 2020 at 00:50

È possibile creare una nuova colonna temporanea che trasforma B, Ae Cin 1, 2e 3, in modo da mantenere l'ordine del non ordinato. Quindi, rilascia la colonna temporanea. Nella risposta # 1, questo è più dinamico e funzionerà se i groupvalori delle colonne non vengono raggruppati consecutivamente. Per la risposta # 2, devono essere consecutivi (gli input per la risposta # 1 e la risposta # 2 sono ordinati in modo diverso)

Risposta # 1 aggiornata (per commento - i gruppi non sono consecutivi in ​​righe, ma vogliamo comunque ordinarli correttamente in base all'ordine di apparizione del primo valore all'interno di ogni gruppo.) Il codice [l for l in enumerate((df['group'].unique()))]assegnerà un numero a ciascun gruppo a seconda del ordine del primo valore della groupcolonna nel dataframe.

In[1]:
    name    group   revenue
0   Name1   GroupB  1
3   Name4   GroupA  4
4   Name5   GroupA  5
8   Name7   GroupC  9
1   Name2   GroupB  2
2   Name3   GroupB  3
5   Name6   GroupA  6
6   Name7   GroupC  7
7   Name7   GroupC  8

dft = pd.DataFrame([l for l  in enumerate((df['group'].unique()))], columns=['group_number','group'])
df = pd.merge(df, dft, how='left', on='group').sort_values(['group_number', 'revenue'], ascending = [True, False])
df

Out[1]: 
    name   group  revenue  group_number
5  Name3  GroupB        3             0
4  Name2  GroupB        2             0
0  Name1  GroupB        1             0
6  Name6  GroupA        6             1
2  Name5  GroupA        5             1
1  Name4  GroupA        4             1
3  Name7  GroupC        9             2
8  Name7  GroupC        8             2
7  Name7  GroupC        7             2

Volevo evidenziare l'output della riga di codice prima dell'unione e dftdell'ordinamento enumerate.

dft = pd.DataFrame([l for l  in enumerate((df['group'].unique()))], columns=['group_number','group'])
dft

Out[2]: 
   group_number   group
0             0  GroupB
1             1  GroupA
2             2  GroupC

Risposta # 2

import pandas as pd
df = pd.DataFrame({'name': ['Name1','Name2','Name3','Name4','Name5','Name6', 'Name7', 'Name7', 'Name7'], 
    'group':['GroupB','GroupB','GroupB','GroupA','GroupA','GroupA','GroupC','GroupC','GroupC'],'revenue':[1,2,3,4,5,6,7,8,9]})
df['cs'] = (df['group'] != df['group'].shift(1)).cumsum()
df = df.sort_values(['cs', 'revenue'], ascending = [True, False])
df
Out[11]: 
    name   group  revenue  cs
2  Name3  GroupB        3   1
1  Name2  GroupB        2   1
0  Name1  GroupB        1   1
5  Name6  GroupA        6   2
4  Name5  GroupA        5   2
3  Name4  GroupA        4   2
8  Name7  GroupC        9   3
7  Name7  GroupC        8   3
6  Name7  GroupC        7   3

Per entrambe le risposte, rilascia la colonna:

df = df.drop('cs', axis=1)

Out[12]: 
    name   group  revenue
2  Name3  GroupB        3
1  Name2  GroupB        2
0  Name1  GroupB        1
5  Name6  GroupA        6
4  Name5  GroupA        5
3  Name4  GroupA        4
8  Name7  GroupC        9
7  Name7  GroupC        8
6  Name7  GroupC        7
quizzical_panini Aug 21 2020 at 23:58

Perché usare groupby? Potresti semplicemente concatenare più chiamate sort_values ​​per ottenere l'ordinamento corretto. ad esempio, utilizzando dati simili alla domanda collegata e volevi ordinare in base alle entrate decrescenti ma mantenere i gruppi in aumento, potresti fare:

import pandas as pd

df = pd.DataFrame({'name': ['Name1','Name2','Name3','Name4','Name5','Name6', 'Name7', 'Name7', 'Name7'], 
    'group':['GroupB','GroupB','GroupB','GroupA','GroupA','GroupA','GroupC','GroupC','GroupC'],'revenue':[1,2,3,4,5,6,7,8,9]})

df.sort_values(by='revenue', ascending= False).sort_values(by='group')

Che tornerebbe:

name    group   revenue
5   Name6   GroupA  6
4   Name5   GroupA  5
3   Name4   GroupA  4
2   Name3   GroupB  3
1   Name2   GroupB  2
0   Name1   GroupB  1
8   Name7   GroupC  9
7   Name7   GroupC  8
6   Name7   GroupC  7