排序值时理解groupby（）函数

Question

我试图使用groupby()函数对数据进行分组，以查看整个数据集中最昂贵的产品及其所属的类别。我想知道，例如，最昂贵的产品是否属于“手表”或“珠宝”类别，或者可能属于前10个最昂贵的类别。我在实现它时遇到了困难，最后使用了：

df[['retail_price', 'product_category_tree']].groupby('retail_price').max().sort_values(by='retail_price', ascending=False)

唯一的问题是，虽然我使用了max()使使用sort_values()成为可能，但我不确定这个max()在这里到底做了什么。乍一看，结果似乎达到了我的预期，但我想问你我是否正确

这是我得到的结果：

retail_price   product_category_tree
    
571230.0    ["Watches >> Wrist Watches >> Breitling Wrist ...
250500.0    ["Furniture >> Living Room >> Sofas & Sectiona...
217500.0    ["Furniture >> Living Room >> Sofas & Sectiona...
204600.0    ["Furniture >> Living Room >> Sofas & Sectiona...
201000.0    ["Watches >> Wrist Watches >> Cartier Wrist Wa...
... ...
59.0        ["Toys & School Supplies >> School Supplies >>...
55.0        ["Pens & Stationery >> Office Supplies >> File...
49.0        ["Pens & Stationery >> School Supplies >> Penc...
36.0        ["Home Improvement >> Electricals >> Switches ...
35.0        ["Kitchen & Dining >> Housekeeping & Laundry >..

这个结果是否向我展示了最昂贵的产品及其类别？或者这个max()在这里做了什么？如果是，我可以用什么来代替

我也很感激任何关于如何更改此函数以同时显示一个额外列item_name的建议，但这是我不太担心的事情，所以它没有那么重要

Answer 1

如果你按价格分组，那么max没有多大意义，因为每个组只有一个价格。所以我猜你想得到每个产品类别中最昂贵的商品。如果是这样，那么您可以使用groupby和rank来实现此目的

ranks = df.groupby('product_category_tree')['retail_price'].rank(method='dense', axis=1, ascending=False)

df = df.assign(grp_rank=ranks)

df.loc[df.grp_rank == 1, :]

Answer 2

我相信我一直在寻找一个简单的sort_values()函数。 我按感兴趣的列对数据集进行了排序：

df = df.sort_values(by=['retail_price'], ascending=False)

这给了我下表：

       retail_price     product_category_tree
116     571230.0        ["Watches >> Wrist Watches >> Breitling Wrist ...
11631   250500.0        ["Furniture >> Living Room >> Sofas & Sectiona...
11507   217500.0        ["Furniture >> Living Room >> Sofas & Sectiona...
11464   204600.0        ["Furniture >> Living Room >> Sofas & Sectiona...
134     201000.0        ["Watches >> Wrist Watches >> Cartier Wrist Wa...