如何将排序标准包含到 pivot_table 函数中？答案

【问题标题】：How to include a sort criteria into a pivot_table function?如何将排序标准包含到 pivot_table 函数中？
【发布时间】：2021-10-31 07:21:21
【问题描述】：

下面是我在 df 数据帧上使用 pivot_table 函数的代码。

df = pd.DataFrame({'State' : ['B','B','A','A','C', 'C'],
           'Age' : ['1 to 5', '6 to 10', '1 to 5', '6 to 10', '1 to 5', '6 to 10'],
           'Vaccinated' : [80, 20, 30, 60, 10, 15],
           'Population': [100, 100, 100, 100, 100, 100],
           'Percentage' : [0.80, 0.20, 0.30, 0.60, 0.10,0.15]})

df1 = pd.pivot_table(df,values=["Vaccinated", "Population","Percentage"],index=["State", "Age"], aggfunc=np.sum)

早期代码的结果：

                   Percentage  Population  Vaccinated
State Age                                        
A     1 to 5         0.30         100          30
      6 to 10        0.60         100          60
B     1 to 5         0.80         100          80
      6 to 10        0.20         100          20
C     1 to 5         0.10         100          10
      6 to 10        0.15         100          15

但是，我想对我的记录进行排序，使状态 B 位于顶部，然后是 A，然后是 C。合理是因为 B 州 100% 接种了疫苗（60%+40%），A 州接种了 90%（60%+30%），C 州接种了 25%。尝试添加几次排序，我遇到了错误。

我可以咨询一下如何在 pivot_table 期间或之后添加排序条件，以便我可以实现以下结果吗？

               Percentage  Population  Vaccinated
State Age                                        
B     1 to 5         0.80         100          80
      6 to 10        0.20         100          20
A     1 to 5         0.30         100          30
      6 to 10        0.60         100          60
C     1 to 5         0.10         100          10
      6 to 10        0.15         100          15

【问题讨论】：

标签： python pandas pivot-table

【解决方案1】：

我们可以使用groupby sum 得到每个State 的总Vaccinated，然后sort_values 确定状态应该处于的顺序，然后我们可以在State 级别上使用reindex 重新排序基于组总数：

df1 = df1.reindex(
    index=df1.groupby(level='State')['Vaccinated'].sum()
        .sort_values(ascending=False).index,
    level='State'
)

df:

               Percentage  Population  Vaccinated
State Age                                        
B     1 to 5         0.80         100          80
      6 to 10        0.20         100          20
A     1 to 5         0.30         100          30
      6 to 10        0.60         100          60
C     1 to 5         0.10         100          10
      6 to 10        0.15         100          15

【讨论】：

感谢亨利的解释。详细的解释使我能够以小步骤理解和遵循代码。我注意到第一个，您的共享不使用 pivot_table 进行排序。我认为这是 pivot_table 功能的限制？
数据透视表中的排序仅限于一列。透视表直到已经透视表之后才知道州级总计，这就是为什么我们需要在之后重新索引透视表。

【解决方案2】：

一种方法是使用 group sum 制作帮助列，按它对 df 进行排序，然后将其删除：

df1 = df1.assign(Sum=df1.groupby(level=0).Vaccinated.transform('sum')).\
    sort_values(by='Sum', ascending=False).drop(columns=['Sum'])
print(df1)

打印：

               Percentage  Population  Vaccinated
State Age                                        
B     1 to 5         0.80         100          80
      6 to 10        0.20         100          20
A     1 to 5         0.30         100          30
      6 to 10        0.60         100          60
C     1 to 5         0.10         100          10
      6 to 10        0.15         100          15

【讨论】：

谢谢。代码效果很好。