Pandas：格劳比和排序（升序和降序混合）

Question

我们如何根据一列对数据帧进行分组，根据另一列生成值（比如说平均值），并最终对这些值进行排序，以便根据平均值（降序）对整体分组进行排序，并在根据平均值（降序）排序的组内进行排序，但是对于相等值，则根据第一列按字母顺序排序（升序）？ 例如：假设我们有一个参与者姓名及其在不同活动中的分数的数据框架。我想首先按参与者姓名分组，生成分数的平均值。根据平均值对该组进行降序排序。对于平均值相等的情况，请根据其名称升序排序

DF: name task score User1 task1 3 User2 task2 8 User3 task3 7 User4 task4 7 User5 task5 8 User6 task6 8 User7 task7 2 User8 task8 7 User9 task9 6 User10 task10 1 User1 task11 5 User2 task12 7 User3 task13 1 User4 task14 8 User5 task15 0 User6 task16 2 User7 task17 8 User8 task18 1 User9 task19 3 User10 task20 4

Out: Name mean_score User2 7.5 User4 7.5 User6 5 User7 5 User9 4.5 User1 4 User3 4 User5 4 User8 4 User10 2.5

注：生成的平均分数按降序排序，对于等值用户名，按字母升序排序

我的代码：

top = df_tasks.groupby(['name'],as_index=False)['score'].mean().sort_values(by=['score'],axis=0,ascending=False,inplace=False)

给我以下信息：

name mean_score User2 7.5 User4 7.5 User7 5 User6 5 User9 4.5 User8 4 User3 4 User1 4 User5 4 User10 2.5

按名称对该输出进行排序会影响基于分数的排序。我做错了什么

Answer 1

试试这个：

df['mean_score'] = df.groupby('name').score.mean().reset_index(drop=True)

df.sort_values(by=['mean_score'])