在数据帧中使用count.values和/或sort.values按每个给定类别对值的数量进行排序

Question

我的问题是关于熊猫和数据帧的使用。到目前为止，我已经成功地重新命名了列，并从数据集中删除了所有空值。数据集由每一篇引用的文章以及每一个国家和当局给予的GDPR罚款组成

处理后的数据集头如下所示：

处理后数据集负责人：

有了这个代码块，我还设法对每一篇被破坏的GDPR文章的罚款进行相应的合计：

article_and_date = gdpr_fines.groupby(["quoted article"]).sum()
article_and_date.sort_values(['fine'], ascending=[0], inplace=True)
article_and_date.head(10)

引用文章与罚款：

我的问题是：如何使用count.values和/或sort.values函数来计算每个国家的罚款数量？所以不是总金额，而是个别数量的罚款。参考前面的代码块：如何计算罚款与引用文章的数量？就像十大最罚款的文章

这是我的试用期，但出于某种原因，它列出了所有列，即使我只提到“国家”和“罚款”列

fine_by_country = gdpr_fines.groupby(["Country"]).count()
fine_by_country.sort_values(['fine'], ascending=[0], inplace=True)
fine_by_country.head(10)

以下是输出图片：

Answer 1

在S/O上发帖时，请保持最小。据我所知，在你的20多行，你唯一的问题是保持一列，忽略其余的。这是一个简单的indexing任务。只能选择一列，如下所示：

fine_by_country = fine_by_country.head(10)['fine']

如果确实要保留数据帧而不是序列：

fine_by_country = fine_by_country.head(10)[['fine']] # double brackets