如何按不同的子类别计数对数据框/数据透视表进行排序？

Question

我正在尝试通过与第一列值对应的第二列的不同计数对数据框的第一列进行排序。

数据透视表中未排序的数据：

investor  company round roundSize
investor1   Foo     A      10
investor2   Bar     A      10
            Foo     A      10
investor3   Bar     A      10
                    B      15
investor4   Bar     B      15
            Baz     C      100
            Foo     A      10

排序后，表格应为：

investor  company round roundSize
investor4   Bar     B      15
            Baz     C      100
            Foo     A      10
investor2   Bar     A      10
            Foo     A      10
investor3   Bar     A      10
                    B      15
investor1   Foo     A      10

此处，investor4 的第 2 列（公司）不同计数为 3，因此investor4 和匹配值应位于顶部。

投资者 3 和投资者 1 的计数均为 2，最好对轮数或平均轮数应用二次（但不是必需的）排序。

我对 python/pandas 很陌生——但我正在努力寻找一个应用它的例子。 pandas 文档很好，但并没有完全触及这类问题。

https://pandas.pydata.org/pandas-docs/version/0.15.0/reshaping.html

任何帮助将不胜感激！

Answer 1

重置索引以使 pivot 表形成 DataFrame

>>> df = df.reset_index(drop=True)
>>> df
    investor company round  roundSize
0  investor1     Foo     A         10
1  investor2     Bar     A         10
2  investor2     Foo     A         10
3  investor3     Bar     A         10
4  investor3     Bar     B         15
5  investor4     Bar     B         15
6  investor4     Baz     C        100
7  investor4     Foo     A         10

创建sort index并按该列排序

>>> df['sort_idx'] = df.groupby('investor')['company'].transform('nunique')
>>> df.sort_values('sort_idx', ascending=False)
    investor company round  roundSize  sort_idx
5  investor4     Bar     B         15         3
6  investor4     Baz     C        100         3
7  investor4     Foo     A         10         3
1  investor2     Bar     A         10         2
2  investor2     Foo     A         10         2
0  investor1     Foo     A         10         1
3  investor3     Bar     A         10         1
4  investor3     Bar     B         15         1

Answer 2

使用DataFrame.groupby + DataFrame.sort_values和DataFrame.reindex ：

df['order']=df.groupby(level=0).round.transform('size')
df=df.sort_values('order',ascending=False).reindex(columns=df.columns[:-1])
print(df)

                  round  roundSize
investor  company                 
investor4 Bar         B         15
          Baz         C        100
          Foo         A         10
investor2 Bar         A         10
          Foo         A         10
investor3 Bar         A         10
          Bar         B         15
investor1 Foo         A         10