平均排序后，如何按最高最小排序

Question

我有一个列=用户名行=餐厅名称的熊猫数据框。这些值是用户给出的评级。然后按平均值排序。例如：

ratings = pd.DataFrame(data=[[1, 4], [5, 8], [7, 9], [3, 4], [8, 8], [6, 7], [5, 2], [4, 9]], 
                        index=['rest1', 'rest2', 'rest3', 'rest4', 'rest5', 'rest6', 'rest7', 'rest8'], 
                        columns=[user1, user2])

ratings_sorted = preds_db.sort_values(by='mean', ascending=False)

现在，在平局的情况下，我希望两个用户的最小值都较高的餐厅排名更高。例如，rest2、rest6和rest8的平均值都是6.5，但我希望它们的排序如下：rest6>；rest2>；rest8，因为rest6=（6，7）、rest2=（5，8）、rest8=（4，9）。你知道吗

我的计划是列出一个新的列表，并用它作为新的索引。下面是我的超级混乱尝试：

def highest_min(rest1, rest2, db):
    if db.loc[rest1].min() > db.loc[rest2].min():
        return [rest1, rest2]
    return [rest2, rest1]

def add_resorted_column(preds_db_sorted):
    resorted = []
    for i, rest in enumerate(preds_db_sorted.index):
        if i < len(preds_db_sorted.index)-1:
            if preds_db_sorted.iloc[i]['mean'] != preds_db_sorted.iloc[i+1]['mean']:
                if preds_db_sorted.index[i] not in resorted:
                    resorted.append(rest)
            else:
                resorted.extend(highest_min(
                            preds_db_sorted.index[i], 
                            preds_db_sorted.index[i+1], 
                            preds_db_sorted))
        else: 
            if preds_db_sorted.index[-1] not in resorted:
                resorted.append(preds_db_sorted.index[-1]) 
    return resorted

我知道一定有更好的办法。而且，当两个以上的餐厅在同一条线上时，这也会产生重复的问题。此外，我还想将其扩展到两个以上的用户。谢谢！你知道吗

Answer 1

    import pandas as pd
    ratings = pd.DataFrame(data=[[1, 4], [5, 8], [7, 9], [3, 4], [8, 8], [6, 7], [5, 2], [4, 9]], 
                            index=['rest1', 'rest2', 'rest3', 'rest4', 'rest5', 'rest6', 'rest7', 'rest8'], 
                            columns=['user1', 'user2'])
    ratings['mean']=ratings.mean(axis=1)
    ratings['min']=ratings.min(axis=1)
    ratings_sorted = ratings.sort_values(by=['mean','min'], ascending=False)
    print(ratings_sorted)

Answer 2

只需将mean和min与concat一起使用并将它们排序即可

idx=pd.concat([ratings.mean(1),ratings.min(1)],axis = 1).\
        sort_values([0,1],ascending=[True,False]).\
             index
ratings.loc[idx]
       user1  user2
rest1      1      4
rest4      3      4
rest7      5      2
rest6      6      7
rest2      5      8
rest8      4      9
rest5      8      8
rest3      7      9
ratings=ratings.loc[idx]