按降序对两列最频繁的组合进行排序答案

【问题标题】：sort the most frequent combinations of two columns in descending order按降序对两列最频繁的组合进行排序
【发布时间】：2017-03-30 00:59:58
【问题描述】：

我的数据框看起来像这样

+---+---+---
|  A|  B| C|
+---+---+---
|  1|  3| 1|
|  2|  1| 1|
|  2|  3| 1|
|  1|  2| 1|
|  3|  1| 1|
|  1|  2| 1|
|  2|  1| 1|
|  1|  3| 1|
|  1|  2| 1|
+---+---+---

我想将数据减少到仅按降序排序的两列（A 和 B）的最频繁组合输出应该是这样的

+---+---+-----+
|  A|  B|count|
+---+---+-----+
|  1|  2|    3|
|  2|  1|    2|
+---+---+-----+

我写了这段代码，但它没有排序

import pandas as pd
import numpy as np
data=pd.read_csv("file.csv",sep=',')
gps = data[['A','B','C']]
gps1=gps.groupby(['A','C'])


gps1=gps1.count()
gps1.columns=['count']
gps1.sort_values(['count'],ascending=False)
print(gps1)

【问题讨论】：

标签： python-3.x sorting pandas numpy

【解决方案1】：

您需要将sort_values() 的结果分配回gps1 或使用`inplace=True：

gps1.sort_values(['count'],ascending=False, inplace=True)

或

gps1 = gps1.sort_values(['count'],ascending=False)

正如sort_values 的文档中所述，inplace 默认设置为False

【讨论】：

【解决方案2】：

使用nlargest

gps.groupby(['A', 'B']).size().nlargest(2)

A  B
1  2    3
   3    2
dtype: int64

或

gps.groupby(['A', 'B']).size().nlargest(2).reset_index(name='count')

【讨论】：