pandas多级分组实现排序的方法
发布时间：2026-10-13 |
4人浏览过
本文介绍如何在pandas中结合groupby和sort_values对DataFrame进行分组后排序。通过示例展示利用groupby分组后，使用nlargest方法获取各组最大值或Top N记录的技巧，适用于需要按多个维度统计并排序的场景。
pandas提供了groupby分组函数和sort_values排序函数，那么如何在对dataframe进行分组之后进行排序呢？
In [70]: df = pd.DataFrame(((random.randint(2012, 2016), random.choice(['tech', 'art', 'office']), '%dk-%dk'%(random.randint(2,10), random.randint(10, 20)), '') for _ in xrange(10000)), columns=['publish_time', 'classf', 'salary', 'title'])
In [71]: df.head()
Out[71]:
publish_time classf salary title
0 2012 art 2k-19k
1 2014 office 5k-17k
2 2013 office 2k-10k
3 2013 art 5k-14k
4 2013 art 2k-14k
In [72]: df.groupby(['publish_time', 'classf', 'salary']).count()['title'].groupby(level=0, group_keys=False).nlargest(10)
Out[72]:
publish_time classf salary
2012 art 7k-13k 18
4k-13k 16
tech 3k-12k 14
art 6k-16k 13
8k-15k 13
office 5k-18k 13
tech 4k-14k 13
以上这篇pandas多级分组实现排序的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
