使用 Pandas 数据框聚合后无法对值进行排序

【问题标题】：Can't sort values after aggregation using Pandas dataframe使用 Pandas 数据框聚合后无法对值进行排序
【发布时间】：2021-01-04 06:51:07
【问题描述】：

我有以下数据框：

df[['ID','Team']].groupby(['Team']).agg([('total','count')]).reset_index("total").sort_values("count")

我基本上，需要按团队计算ID的数量，然后按ID的总数排序。

聚合部分很好，它给了我预期的结果。但是当我尝试排序部分时，我得到了这个：

KeyError: 'Requested level (total) does not match index name (Team)'

我做错了什么？

【问题讨论】：

试试这个 df[['ID','Team']].groupby(['Team']).agg([('total','count')]).reset_index() .sort_values("count")

标签： python pandas sorting aggregate-functions

【解决方案1】：

使用名称聚合在聚合函数中指定新列名称，从DataFrame.reset_index 中删除total：

df = pd.DataFrame({
        'ID':list('abcdef'),
        'Team':list('aaabcb')
})

df = df.groupby('Team').agg(count=('ID','count')).reset_index().sort_values("count") 
print (df)
  Team  count
2    c      1
1    b      2
0    a      3

您的解决方案应该通过在groupby 之后指定列进行更改，然后在元组中使用聚合函数指定新列名，最后还要从reset_index 中删除total：

df = df.groupby('Team')['ID'].agg([('count','count')]).reset_index().sort_values("count")
print (df)
  Team  count
2    c      1
1    b      2
0    a      3

【讨论】：