如何按类标签或任何特定列对 Pandas 数据框进行排序/分组答案

【问题标题】：How to sort/ group a Pandas data frame by class label or any specific column如何按类标签或任何特定列对 Pandas 数据框进行排序/分组
【发布时间】：2017-01-31 21:40:49
【问题描述】：

class col2 col3 col4 col5
1     4    5    5    5
4     4    4.5  5.5  6
1     3.5  5    6    4.5
3     3    4    4    4
2     3    3.5  3.8  6.1

我在示例中使用了假设数据。真实 DataFrame 的形状是 6680x1900。我已将这些数据聚集到50 标记的类（1 到 50）中。如何按class 标签的升序对这些数据进行排序？

我试过了：

df.groupby([column_name_lst])["class"]

但它失败并出现此错误：

TypeError: 你必须提供 'by' 和 'level' 之一

如何解决这个问题？预期输出为：

class col2 col3 col4 col5
1     4    5    5    5
1     3.5  5    6    4.5
2     3    3.5  3.8  6.1
3     3    4    4    4
4     4    4.5  5.5  6

【问题讨论】：

标签： python sorting pandas dataframe group-by

【解决方案1】：

如果class 是Series，我认为你可以使用DataFrame.sort_values：

print (type(df['class']))
<class 'pandas.core.series.Series'>


print (df.sort_values(by='class'))
   class  col2  col3  col4  col5
0      1   4.0   5.0   5.0   5.0
2      1   3.5   5.0   6.0   4.5
4      2   3.0   3.5   3.8   6.1
3      3   3.0   4.0   4.0   4.0
1      4   4.0   4.5   5.5   6.0

另外如果需要groupby，使用参数by：

print (df.groupby(by='class').sum())
       col2  col3  col4  col5
class                        
1       7.5  10.0  11.0   9.5
2       3.0   3.5   3.8   6.1
3       3.0   4.0   4.0   4.0
4       4.0   4.5   5.5   6.0

如果class 是index，则使用Kartik solution：

print (df.index)
Int64Index([1, 4, 1, 3, 2], dtype='int64', name='class')

print (df.sort_index())
       col2  col3  col4  col5
class                        
1       4.0   5.0   5.0   5.0
1       3.5   5.0   6.0   4.5
2       3.0   3.5   3.8   6.1
3       3.0   4.0   4.0   4.0
4       4.0   4.5   5.5   6.0

另外如果需要groupby，使用参数level：

print (df.groupby(level='class').sum())
       col2  col3  col4  col5
class                        
1       7.5  10.0  11.0   9.5
2       3.0   3.5   3.8   6.1
3       3.0   4.0   4.0   4.0
4       4.0   4.5   5.5   6.0

或index，但第一个解决方案更好，因为更通用：

print (df.groupby(df.index).sum())
       col2  col3  col4  col5
class                        
1       7.5  10.0  11.0   9.5
2       3.0   3.5   3.8   6.1
3       3.0   4.0   4.0   4.0
4       4.0   4.5   5.5   6.0

【讨论】：

df.sort_values(by='class') 这个工作完美。谢谢
很高兴能为您提供帮助。美好的一天！

【解决方案2】：

如果您从问题中的数据开始：

class col2 col3 col4 col5
1     4    5    5    5
4     4    4.5  5.5  6
1     3.5  5    6    4.5
3     3    4    4     4
2     3   3.5   3.8   6.1

并且想要对其进行排序，那么这取决于'class' 是索引还是列。如果索引：

df.sort_index()

应该会给你答案。如果列，请关注answer by @jezarael

【讨论】：