python - 根据 Pandas 中的组大小对分组数据进行排序

Question

我的数据集中有两列，col1 和 col2。我想根据 col1 对数据进行分组，然后根据每个组的大小对数据进行排序。也就是说，我想按组的大小升序显示组。

我编写了用于分组和显示数据的代码，如下所示：

grouped_data = df.groupby('col1')
"""code for sorting comes here"""
for name,group in grouped_data:
          print (name)
          print (group)

在显示数据之前，我需要根据组大小对其进行排序，这是我无法做到的。

Answer 1

对于 Pandas 0.17+，使用sort_values：

df.groupby('col1').size().sort_values(ascending=False)

对于 0.17 之前的版本，您可以使用size().order()：

df.groupby('col1').size().order(ascending=False)

Answer 2

您可以使用 python 的sorted：

In [11]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], index=['a', 'b', 'c'], columns=['A', 'B'])

In [12]: g = df.groupby('A')

In [13]: sorted(g,  # iterates pairs of (key, corresponding subDataFrame)
                key=lambda x: len(x[1]),  # sort by number of rows (len of subDataFrame)
                reverse=True)  # reverse the sort i.e. largest first
Out[13]: 
[(1,    A  B
     a  1  2
     b  1  4),
 (5,    A  B
     c  5  6)]

注意：作为迭代器g，迭代键和相应的子帧对：

In [14]: list(g)  # happens to be the same as the above...
Out[14]:
[(1,    A  B
     a  1  2
     b  1  4,
 (5,    A  B
     c  5  6)]

Answer 3

df = pandas.DataFrame([[5, 5], [9, 7], [1, 8], [1, 7], [7, 8],
                       [9, 5], [5, 6], [1, 2], [1, 4], [5, 6]],
                      columns=['A', 'B'])

  A B
0 5 5
1 9 7
2 1 8
3 1 7
4 7 8
5 9 5
6 5 6
7 1 2
8 1 4
9 5 6

group = df.groupby('A')

count = group.size()

count  
A  

1 4
5 3
7 1
9 2
数据类型：int64

grp_len = count[count.index.isin(count.nlargest(2).index)]

grp_len   
A  

1 4
5 3
数据类型：int64