python - Pandas datfaframe，如何对按其他 2 列分组的列进行排序

Question

我有一个像这样的数据框，还有更多行：

区	关键词	销售量
纽约1	苹果手机	10
纽约1	智能电视	6
纽约1	苹果手机	12
纽约市2	笔记本电脑	22
slc1	苹果手机	3
slc2	收音机	5
拉1	苹果手机	10
拉1	药片	22
拉1	药片	5

如何获得另一个数据框，其中对于每个区域/关键字，我按降序获得销售列的总和（按区域/关键字分组）？对于这个例子，它应该看起来像这样（我不想根据其他 2 列重新排序，只有销售额）：

区	关键词	销售量
纽约1	苹果手机	22
纽约1	智能电视	6
纽约市2	笔记本电脑	22
slc1	苹果手机	3
slc2	收音机	5
拉1	药片	27
拉1	苹果手机	10

我已经使用

df_sales = df_sales.groupby(['zone','keyword'])['sales'].sum()

但结果是销售总和列不按顺序排列的系列。

使用 reset_index 和 sort_values 会按销售额排序，但会删除 groupby 并对整个数据框进行排序...

.reset_index().sort_values('sales', ascending=False)

我怎样才能得到一个像上面那样的数据框？

Answer 1

完成 groupby 后，您可以使用sort_values

df_sales = df_sales.groupby(['zone','keyword'])['sales'].sum()
sorted_df = df_sales.sort_values(by=['zone'])

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.sort_values.html

Answer 2

解决方案1：使用agg(sum)

要获取DataFrame对象，请在 . 周围使用双方括号sales。

df_sales = df_sales.groupby(['zone','keyword'])[['sales']].agg('sum').reset_index()

解决方案2：使用sum()

df_sales = df_sales.groupby(['zone','keyword'])['sales'].sum().reset_index()

Answer 3

df_sales.groupby(['zone','keyword'])['sales'].sum().reset_index().sort_values('sales', ascending=False)

reset_index 将系列恢复为数据框，然后您可以对值进行排序。