在分组中维护Pandas数据帧主排序顺序

Question

假设我有一个数据帧seqdf

Country     Pattern
Hong Kong   abc 
Hong Kong   def
[...]
Australia   ghi
Australia   jkl
[...]

我想按国家列出最常见的模式。在

我这样做：

^{pr2}$

但这样做的效果是在不保留国家分组的情况下对模式的出现进行排序。输出可能如下所示：

Hong Kong  def    5101
Australia  jki    4888
Hong Kong  abc    3123  
Australia  efg    1882
[...]

如何在输出中保持主要国家类别的上升，然后按模式出现的次数降序排序？在

Answer 1

value_counts默认情况下按降序对结果进行排序，因此groupby.value_counts应该这样做；如果需要查看每个国家的前n行，可以使用groupby.head从每个国家/地区获取前n行：

示例：

from io import StringIO
df = pd.read_csv(StringIO("""Country     Pattern
Hong Kong   def
Hong Kong   abc
Hong Kong   def
Hong Kong   ghi
Australia   ghi
Australia   jkl
Australia   jkl
Australia   abc
Australia   jkl"""), sep = "\s{2,}")

groupbycountry和do值\u counts结果为按每个组内计数降序排序的序列：

^{pr2}$

要查看0级索引中每个国家的前5项，请使用groupby.head，这将为每个国家获取前n行：

df.groupby("Country")['Pattern'].value_counts().groupby(level=0).head(2)

#Country    Pattern
#Australia  jkl        3
#           abc        1
#Hong Kong  def        2
#           abc        1
#Name: Pattern, dtype: int64

Answer 2

你可以试试这样的方法：

seqdf.groupby('Country')['Pattern'].value_counts().to_frame('quantity').reset_index().sort_values(['Country', 'quantity'], ascending=[True, False])[:100]

要将每个国家的模式限制为10个并获得一个纯数据帧，请执行以下操作：

^{pr2}$

或者像这样：

seqdf.groupby(['Country', 'Pattern']).agg({'Pattern':'count'}).rename(columns={'Pattern':'quantity'}).groupby(level=0).head(10).reset_index().sort_values(['Country', 'quantity'], ascending=[True, False])