如何按多列对数据框进行分组，按降序对总数进行求和和排序？

Question

给定以下数据框：

user_id col1 col2
1       A    4
1       A    22
1       A    112
1       B    -0.22222
1       B    9
1       C    0
2       A    -1
2       A    -5
2       K    NA

我想按 user_id 和 col1 分组并计数。然后按降序对组内的计数进行排序。

这是我正在尝试做的，但我没有得到正确的输出：

df[["user_id", "col1"]]. \
groupby(["user_id", "col1"]). \
agg(counts=("col1","count")). \
reset_index(). \
sort_values(["user_id", "col1", "counts"], ascending=False)

请告知我应该更改哪些内容才能使其正常工作。

预期输出：

user_id col1  counts
1       A     3
        B     2
        C     1
2       A     2
        K     1

Answer 1

使用GroupBy.size:

In [199]: df.groupby(['user_id', 'col1']).size()
Out[199]: 
user_id  col1
1        A       3
         B       2
         C       1
2        A       2
         K       1

或：

In [201]: df.groupby(['user_id', 'col1']).size().reset_index(name='counts')
Out[201]: 
   user_id col1  counts
0        1    A       3
1        1    B       2
2        1    C       1
3        2    A       2
4        2    K       1

编辑：

In [206]: df.groupby(['user_id', 'col1']).agg({'col2': 'size'})
Out[206]: 
              col2
user_id col1      
1       A        3
        B        2
        C        1
2       A        2
        K        1

EDIT-2：对于排序，使用：

In [213]: df.groupby(['user_id', 'col1'])['col2'].size().sort_values(ascending=False)
Out[213]: 
user_id  col1
1        A       3
2        A       2
1        B       2
2        K       1
1        C       1
Name: col2, dtype: int64

Answer 2

使用 Mayank 回答的主要思想：

df.groupby(["id_user","col1"]).size().reset_index(name="counts").sort_values(["id_user", "col1"], ascending=False)

解决了我的问题。