这是我的 previous question
的扩展:
考虑下面的df
:
In [68]: df = pd.DataFrame({'A': ['a'] * 11,
...: 'B': ['b'] * 11,
...: 'C': ['C1', 'C1', 'C2','C1', 'C3', 'C3', 'C2', 'C3', 'C3', 'C2', 'C2'],
...: 'D': ['D1', 'D2', 'D1', 'D3', 'D3', 'D2', 'D4', 'D4', 'D1', 'D2', 'D3'],
...: 'E': [{'value': '4', 'percentage': None}, {'value': 5, 'percentage': None}, {'value': 12, 'percentage': None}, {'value': 9, 'percentage': None}, {'value': '12', 'percentage': None}, {'value': 'N/A', 'percentage': None}, {}, {'valu
...: e': 24, 'percentage': None}, {'value': 12, 'percentage': None}, {'value': 33, 'percentage': None}, {'value': 11, 'percentage': None}]})
...:
上面 df 的透视
:
In [69]: x = df.pivot(['B', 'C', 'D'], 'A', ['E'])
In [70]: x
Out[70]:
E
A a
B C D
b C1 D1 {'value': '4', 'percentage': None}
D2 {'value': 5, 'percentage': None}
D3 {'value': 9, 'percentage': None}
C2 D1 {'value': 12, 'percentage': None}
D2 {'value': 33, 'percentage': None}
D3 {'value': 11, 'percentage': None}
D4 {}
C3 D1 {'value': 12, 'percentage': None}
D2 {'value': 'N/A', 'percentage': None}
D3 {'value': '12', 'percentage': None}
D4 {'value': 24, 'percentage': None}
我想根据索引为 (E) 的多级列,对每组外层列
以 B 和 C
的最内层列 D
进行排序, a)asc/desc
顺序基于字典中的 value
键。
但是,对于每个组,都会有一行包含所有其他行的总
值。无论排序顺序如何(升序或降序),我总是需要将该行保留在最后。
desc
情况下的预期输出:
Out[70]:
E
A a
B C D
b C1 D2 {'value': 5, 'percentage': None}
D1 {'value': '4', 'percentage': None}
D3 {'value': 9, 'percentage': None}
C2 D1 {'value': 12, 'percentage': None}
D3 {'value': 11, 'percentage': None}
D4 {}
D2 {'value': 33, 'percentage': None}
C3 D1 {'value': 12, 'percentage': None}
D3 {'value': '12', 'percentage': None}
D2 {'value': 'N/A', 'percentage': None}
D4 {'value': 24, 'percentage': None}
asc
情况下的预期输出:
Out[70]:
E
A a
B C D
b C1 D1 {'value': '4', 'percentage': None}
D2 {'value': 5, 'percentage': None}
D3 {'value': 9, 'percentage': None}
C2 D3 {'value': 11, 'percentage': None}
D1 {'value': 12, 'percentage': None}
D4 {}
D2 {'value': 33, 'percentage': None}
C3 D1 {'value': 12, 'percentage': None}
D3 {'value': '12', 'percentage': None}
D2 {'value': 'N/A', 'percentage': None}
D4 {'value': 24, 'percentage': None}
最佳答案
使用辅助列进行排序的解决方案 - 首先通过 Series.str.get
将值
转换为数字列和 to_numeric
然后创建另一列比较每组的 bool 值最大值:
lvls = list(x.index.names[:-1])
print (lvls)
['B', 'C']
x[('tmp', 'tmp')] = pd.to_numeric(x[('E','a')].str.get('value'), errors='coerce')
x[('max','tmp')] = x.groupby(lvls)[[('tmp','tmp')]].transform('max') == x[[('tmp','tmp')]]
升序参数中的所有值为True
,默认值:
x1 = x.sort_values(lvls + [('max','tmp'), ('tmp','tmp')])
print (x1)
E tmp max
A a tmp tmp
B C D
b C1 D1 {'value': '4', 'percentage': None} 4.0 False
D2 {'value': 5, 'percentage': None} 5.0 False
D3 {'value': 9, 'percentage': None} 9.0 True
C2 D3 {'value': 11, 'percentage': None} 11.0 False
D1 {'value': 12, 'percentage': None} 12.0 False
D4 {} NaN False
D2 {'value': 33, 'percentage': None} 33.0 True
C3 D1 {'value': 12, 'percentage': None} 12.0 False
D3 {'value': '12', 'percentage': None} 12.0 False
D2 {'value': 'N/A', 'percentage': None} NaN False
D4 {'value': 24, 'percentage': None} 24.0 True
这里将最后的True
更改为False
:
x2 = x.sort_values(lvls + [('max','tmp'), ('tmp','tmp')],
ascending=[True] * len(lvls) + [True, False])
print (x2)
E tmp max
A a tmp tmp
B C D
b C1 D2 {'value': 5, 'percentage': None} 5.0 False
D1 {'value': '4', 'percentage': None} 4.0 False
D3 {'value': 9, 'percentage': None} 9.0 True
C2 D1 {'value': 12, 'percentage': None} 12.0 False
D3 {'value': 11, 'percentage': None} 11.0 False
D4 {} NaN False
D2 {'value': 33, 'percentage': None} 33.0 True
C3 D1 {'value': 12, 'percentage': None} 12.0 False
D3 {'value': '12', 'percentage': None} 12.0 False
D2 {'value': 'N/A', 'percentage': None} NaN False
D4 {'value': 24, 'percentage': None} 24.0 True
最后删除辅助列:
x1 = x1.drop([('max','tmp'), ('tmp','tmp')], axis=1)
x2 = x2.drop([('max','tmp'), ('tmp','tmp')], axis=1)
关于python - Pandas:根据除一行之外的其他多级列对最里面的列进行分组排序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65200527/