在不更改索引排序的情况下对分组的 DataFrame 列进行排序

【问题标题】：Sorting grouped DataFrame column without changing index sorting在不更改索引排序的情况下对分组的 DataFrame 列进行排序
【发布时间】：2020-07-24 05:40:59
【问题描述】：

我有一个如下的df：

我只想要每年排名前 5 的国家/地区，但要保持年度递增。首先我按年份和国家名称对 df 进行分组，然后运行以下代码：

df.sort_values(['year','hydro_total'], ascending=False).groupby(['year']).head(5)

结果并没有保持索引升序，相反，它也对年份索引进行了排序。如何获得前 5 名的国家并保持年度组的上升？

CSV 文件已上传 HERE 。

【问题讨论】：

标签： python pandas numpy dataframe pandas-groupby

【解决方案1】：

您已经按year 和hydro_total 排序，两者均递减。您需要将年份排序为递增：

(df.sort_values(['year','hydro_total'], 
                ascending=[True,False])
   .groupby('year').head(5)
)

输出：

          country  year  hydro_total  hydro_per_person
440         Japan  1971    7240000.0           0.06890
160         China  1971    2580000.0           0.00308
240         India  1971    2410000.0           0.00425
760   North Korea  1971     788000.0           0.05380
800      Pakistan  1971     316000.0           0.00518
...           ...   ...          ...               ...
199         China  2010   62100000.0           0.04630
279         India  2010    9840000.0           0.00803
479         Japan  2010    7070000.0           0.05590
1119       Turkey  2010    4450000.0           0.06120
839      Pakistan  2010    2740000.0           0.01580

【讨论】：