Pandas 值计数而不对结果进行排序

Question

我在数据帧上名为“order_id”的列上使用 Python 的

value_counts(sort=False)

函数，但输出顺序与数据在数据帧中显示的顺序不同。

例如，当我执行

df['order_id'].value_counts(sort=False)

时，结果顺序与数据帧中的顺序不同（2398795,473747）等。

数据框如下所示：

最终目标是这样的：对于每个订单 ID，我想要该订单的 Product_ids 计数以及自上一个订单以来的 days_id。

Answer 1

IIUC，使用

groupby

和

agg

：

df.groupby('order_id', sort=False)\
  .agg({'product_id': 'size','days_since_prior_order': 'sum'})

输出：

          product_id  days_since_prior_order
order_id                                    
2398795            6                    90.0
473747             5                   105.0
2254736            5                   145.0
431534             2                    56.0

Answer 2

似乎只有当 pandas 版本为 <1.3.0. For pandas >=1.3.0 时才会发生这种情况，

sort=False

将保留原始顺序。请参阅此处。因此，只需升级您的 pandas 即可解决此问题。

对于不想升级 pandas 的用户，解决方案可能是：

1. 使用

   reindex

df['order_id'].value_counts(sort=False).reindex(df['order_id'].unique()) # `sort=False` can be omitted here

# 2398795    6
# 473747     5
# 2254736    5
# 431534     8
# 3367565    2
# Name: order_id, dtype: int64

2. 使用

   groupby

df.groupby(['order_id'], sort=False)['order_id'].count()

# order_id
# 2398795    6
# 473747     5
# 2254736    5
# 431534     8
# 3367565    2
# Name: order_id, dtype: int64