在分组和聚合它们（使用 np.sum）之后，如何在 Python 中对值进行排序？答案

【问题标题】：How can I sort values in Python after grouping and aggregating them (with np.sum)?在分组和聚合它们（使用 np.sum）之后，如何在 Python 中对值进行排序？
【发布时间】：2020-09-25 06:02:14
【问题描述】：

所以我正在处理来自文本文件的餐厅收据数据，并且我已经计算出每种商品的订单数量。但是，我现在要组织这个是降序的，它不让我。它按字母顺序排列。将数据集上传到 Python 后，我所做的只是将其打印出来，然后进行分组，将每个菜单项放入自己的组中。之后，我将其汇总以获取每个菜单项的总数（已订购的总次数）。我所有的代码都在下面。

import pandas as pd

import numpy as np

data = pd.read_csv('the file location', sep='\t')

df = pd.DataFrame(data)

grouped=df.groupby('item_name') #item_name is the variable I am interested in from data set. It is the name of 
                                each menu item from the receipt

print (grouped['item_name'].agg(np.size)) #aggregating the menu items to see how many of each there are

在此之后，我得到了每个菜单项被订购了多少次的总计数的输出，但数字不是按降序排列的。它们根据项目名称按字母顺序排列。我希望按数字降序排列（最高的数字在顶部）请帮忙！

【问题讨论】：

标签： python pandas dataframe sorting aggregation

【解决方案1】：

如果我正确理解您的问题，您是在尝试计算已订购的每种商品的数量？

import pandas 

df = pd.read_csv('the file location', sep='\t')

# value_counts already sorts in ascending order
df['item_name'].value_counts()

# other option
df.groupby('item_name').size().sort_values(ascending=False)

【讨论】：

【解决方案2】：

最简单的解决方案是在数据框中再添加一个字段，用1 值填充它，然后将它们相加：

import pandas as pd


df = pd.read_csv('the file location', sep='\t')

df['items_count'] = 1

grouped = df.groupby(by='item_name').sum()

print(grouped.sort_values(by='items_count', ascending=False))

附： pd.read_csv也返回DataFrame，不需要再传给pd.DataFrame。

【讨论】：