按组大小对Pandas中分组数据进行排序

Question

我有一个数据集，里面有两列，分别叫做col1和col2。我想根据col1的内容把数据分组，然后再按照每个组的大小进行排序。也就是说，我想把组的大小从小到大显示出来。

我已经写好了分组和显示数据的代码，具体如下：

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，我需要按照组的大小进行排序，但我现在还不知道怎么做。

Answer 1

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'])

group = df.groupby('A')

count = group.size()

count  
A  

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

grp_len   
A  

这是一个表格，里面有两列，分别叫做 A 和 B。每一行代表一个数据点，左边是 A 列的值，右边是 B 列的值。具体的数值如下：

0 行：A 是 0，B 是 5
1 行：A 是 1，B 是 9
2 行：A 是 2，B 是 1
3 行：A 是 3，B 是 1
4 行：A 是 4，B 是 7
5 行：A 是 5，B 是 9
6 行：A 是 6，B 是 5
7 行：A 是 7，B 是 1
8 行：A 是 8，B 是 1
9 行：A 是 9，B 是 5

这是另一组数据，只有两行，分别是：

1 行：A 是 1，B 是 4
2 行：A 是 5，B 是 3
3 行：A 是 7，B 是 1
4 行：A 是 9，B 是 2

这些数据的类型是整数（int64），也就是说它们都是数字。

这又是一组数据，和上面类似：

1 行：A 是 1，B 是 4
2 行：A 是 5，B 是 3

同样，这些数据的类型也是整数（int64）。

Answer 2

你可以使用Python的 sorted 函数来排序：

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：作为一个迭代器 g，它会遍历键和对应的子框架的配对：

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

对于Pandas版本0.17及以上，可以使用 sort_values 来排序：

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

如果你的版本在0.17之前，可以使用 size().order() 来排序：

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