pandas groupby 多列默认情况下不对值进行排序答案

【问题标题】：pandas groupby multiple columns did not sort values by defaultpandas groupby 多列默认情况下不对值进行排序
【发布时间】：2019-07-10 09:55:14
【问题描述】：

我有以下df，

code      pct         year_month
10        6.6156      201905
10        6.0868      201905
10        5.8975      201905
10        11.2195     201905
10        11.1404     201905

我喜欢做以下事情

df2 = df.sort_values('pct', ascending=False)
df2['pct'].cumsum().le(20).mean()
0.2

以groupby 的方式，

df.groupby(['year_month', 'code'])['pct'].apply(lambda x: x.cumsum().le(20).mean())

但结果不一样，

year_month  code
201905      BR10    0.6

我认为groupby 默认情况下应该按降序对pct 进行排序，但似乎不是，所以我想知道如何在每个year_month、code 组中对pct 进行排序，然后再执行@ 987654332@;

【问题讨论】：

它给了我同样的结果。你知道你是在对一系列布尔值取平均值吗？
@yatu 我正在使用 pandas 0.22，你的版本是什么？
我的比较新。确保您使用的是相同的数据
@yatu 你能告诉我你的代码吗？
和你的一样...

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

您的代码不同，对于相同的输出需要按前 2 列排序 - ['year_month','code'] 或使用此示例数据省略它（如果已排序）：

print (df['pct'].cumsum().le(20).mean())
0.6

df2 = df.sort_values(['year_month','code'], ascending=False)
print (df2['pct'].cumsum().le(20).mean())
0.6

在 groupby 中对 groupby 中的值进行排序 - 这里是 ['year_month', 'code']，而不是 pct：

df = df.groupby(['year_month', 'code'])['pct'].apply(lambda x: x.cumsum().le(20).mean())
print (df)
year_month  code
201905      10      0.6
Name: pct, dtype: float64

因此，对于相同的输出排序，此处按pct 列以及如果有必要防止按'year_month', 'code'] 排序，则添加sort=False：

df2 = df.sort_values('pct', ascending=False)
print (df2['pct'].cumsum().le(20).mean())
0.2

df = (df.sort_values(['pct'], ascending=False)
        .groupby(['year_month', 'code'], sort=False)['pct']
        .apply(lambda x: x.cumsum().le(20).mean()))
print (df)
year_month  code
201905      10      0.2
Name: pct, dtype: float64

【讨论】：