Pandas：groupby 和 sort（升序和降序混合）

Question

我们如何根据一列对数据框进行分组，根据另一列生成值（例如平均值）并最终对这些值进行排序，以便整体分组根据平均值排序（降序）并在根据平均值排序的组内（降序）但是对于基于第一个按列分组的字母顺序（升序）的相等值？ 例如：假设我们有一个包含参与者姓名和他们在不同活动中得分的数据框。我想首先按参与者姓名分组，生成分数的平均值。根据平均值对该组进行降序排序。对于平均值相等的情况，按名称升序排序。

DF: name task score User1 task1 3 User2 task2 8 User3 task3 7 User4 task4 7 User5 task5 8 User6 task6 8 User7 task7 2 User8 task8 7 User9 task9 6 User10 task10 1 User1 task11 5 User2 task12 7 User3 task13 1 User4 task14 8 User5 task15 0 User6 task16 2 User7 task17 8 User8 task18 1 User9 task19 3 User10 task20 4

Out: Name mean_score User2 7.5 User4 7.5 User6 5 User7 5 User9 4.5 User1 4 User3 4 User5 4 User8 4 User10 2.5

注意：生成的平均分数按降序排序，对于相同的值用户名按字母升序排序

我的代码：

top = df_tasks.groupby(['name'],as_index=False)['score'].mean().sort_values(by=['score'],axis=0,ascending=False,inplace=False)

给我以下：

name mean_score User2 7.5 User4 7.5 User7 5 User6 5 User9 4.5 User8 4 User3 4 User1 4 User5 4 User10 2.5

按名称排序此输出会影响基于分数的排序。我做错了什么？

Answer 1

试试这个：

df['mean_score'] = df.groupby('name').score.mean().reset_index(drop=True)

df.sort_values(by=['mean_score'])