Pandas pivot表格多层排序

Question

我给了df：（更新）：

import pandas as pd
import numpy as np
df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",
                         "bar", "bar", "bar", "bar","zz","zz"],
                  "B": ["one", "one", "one", "two", "two",
                         "one", "one", "two", "two","xy","zz"],
                   "Name":["Peter", "Amy", "Brian", "Amy", "Amy",
                         "Peter", "Brian", "Peter", "Brian","Brian","Brian"],
                  "Year": [2019, 2019, 2019, 2019,
                         2019, 2019, 2020, 2020,
                          2020,2019,2020],
                  "Values": [20, 4, 20, 5, 6, 6, 8, 9, 9,10,5]})
df_pivot = pd.pivot_table(df, values='Values', index=['Name','A', 'B'],
                    columns=['Year'], aggfunc=np.sum, fill_value=0, margins=True, margins_name="Totals")

一旦我以我喜欢的方式 pivot 它看起来像这样：

 Year            2019  2020  Totals
Name   A   B                      
Amy    foo one     4     0       4
           two    11     0      11
Brian  bar one     0     8       8
           two     0     9       9
       foo one    20     0      20
       zz  xy     10     0      10
           zz      0     5       5
Peter  bar one     6     0       6
           two     0     9       9
       foo one    20     0      20
Totals            71    31     102

现在“有趣”的部分开始了。

我希望这个 df pivot 表根据值的总和从左到右对所有索引列进行排序。

让我解释。

首先，我想按每个名称的“总计”的降序按“名称”列对 pivot 表进行排序，因此我将计算 Amy = 15、Brian = 52、Peter = 35 的总和。由此我知道第一列应该排序 Brian/Peter/Amy。

现在我对第二列“A”做同样的事情，但第一列“名称”是固定的。

即名称 Brian（在顶部）我现在计算列“A”的总数（我想看看 foo/bar/zz 是否应该是第一个），因此我计算出 Brian-Foo 等于 20 和 Brian-bar等于 8+9 并且 Brian-zz 是 15，因此我们希望在第二列中首先为 Brian 设置 Foo ......对于 rest 索引列也是如此。

output 应如下所示：

Year            2019  2020  Totals
Name   A   B                      
Brian  foo one    20     0      20 
       bar two     0     9       9
           one     0     8       8
       zz  xy     10     0      10
           zz      0     5       5
Peter  foo one    20     0      20
       bar two     0     9       9
           one     6     0       6
Amy    foo two    11     0      11
           one     4     0       4
Totals            71    31     102

长话短说，首先我想根据该列中项目的总数对第一列进行排序并且我想修复它，然后我想对该列中的项目进行排序，但按照第一次排序等进行分组。

你能建议如何做到这一点吗？ 我非常感谢帮助！

谢谢帕维尔

Answer 1

您可以使用groupby.transform获取名称中的总和，然后对其进行排序：

df_pivot = (df_pivot.iloc[:-1]
              .assign(sort=lambda x: x['Totals'].groupby(level=0).transform('sum'))
              .sort_values(['sort','Name','Totals'], 
                           ascending=[False,True,False], kind='mergesort')
              .drop('sort', axis=1)
              .append(df_pivot.iloc[-1])
           )

Output：

Year            2019  2020  Totals
Name   A   B                      
Brian  foo one    20     0      20
       bar two     0     9       9
           one     0     8       8
Peter  foo one    20     0      20
       bar two     0     9       9
           one     6     0       6
Amy    foo two    11     0      11
           one     4     0       4
Totals            61    26      87