Pandas: Как отсортировать значения в порядке от наиболее повторяющихся до наименее повторяющихся?

Предположим, что df как:

   A   B  ...
   2   .
   3   .
   2   .
   3   
   2   
   1

Я ожидаю, что вывод будет:

   A   B  ...
   2   .
   2   .
   2   .   
   3   
   3   
   1

Потому что 2 повторилось больше, потом 3 и так далее.

Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
0
44
4
Перейти к ответу Данный вопрос помечен как решенный

Ответы 4

Сначала добавьте новый столбец, подсчитывающий повторения:

>>> df['C'] = df.groupby('A')['A'].transform('count')

Затем отсортируйте по этому новому столбцу:

>>> df.sort_values(['C','A'], ascending=False)

Это сработает

df['Frequency'] = df.groupby('A')['A'].transform('count')
df.sort_values('Frequency', inplace=True, ascending=False)

Спасибо, как я написал, я сам пришел к такому же решению

Ahmad 16.05.2022 19:45

Попробуйте value_counts и argsort

out = df.iloc[(-df.A.value_counts().reindex(df.A)).argsort()]
Out[647]: 
   A     B  ...
0  2     .  NaN
2  2     .  NaN
4  2  None  NaN
1  3     .  NaN
3  3  None  NaN
5  1  None  NaN
Ответ принят как подходящий

Это работает:

# Suppose you have a df like this:
import pandas as pd
df = pd.DataFrame({'A':[2,3,2,3,2,1], 'B':range(6)})
   A  B
0  2  0
1  3  1
2  2  2
3  3  3
4  2  4
5  1  5

# you can pass a sorting function to sort_values as key:
df = df.sort_values(by='A', key=lambda x: x.map(x.value_counts()), ascending=False)
   A  B
0  2  0
2  2  2
4  2  4
1  3  1
3  3  3
5  1  5

Другие вопросы по теме