Question

在回答问题Sort a series by month name?时，我们遇到了groupby的一些奇怪行为。

df = pd.DataFrame([["dec", 12], ["jan", 40], ["mar", 11], ["aug", 21], ["aug", 11], ["jan", 11], ["jan", 1]], columns=["Month", "Price"])
df["Month_dig"] = pd.to_datetime(df.Month, format='%b', errors='coerce').dt.month
df.sort_values(by="Month_dig", inplace=True)

# Now df looks like
    Month   Price   Month_dig
1   jan     40      1
5   jan     11      1
6   jan     1       1
2   mar     11      3
3   aug     21      8
4   aug     11      8
0   dec     12      12

total = (df.groupby(df['Month'])['Price'].mean())
print(total)
# output
Month
aug    16.000000
dec    12.000000
jan    17.333333
mar    11.000000
Name: Price, dtype: float64

似乎在total中，数据按字母顺序排序。虽然我和OP期待

Month
jan    17.333333
mar    11.000000
aug    16.000000
dec    12.000000
Name: Price, dtype: float64

groupby背后的机制是什么？我知道它会从文档中保留每个组中的顺序，但是组中的顺序是否存在规则？在我看来，一个非常简单的组顺序将是[“jan”，“mar”，“aug”，“dec”]，因为df中的数据以这种方式排序。

P.S。从[“aug”，“dec”，“jan”，“mar”]，似乎这些组名按字母顺序排序。
我正在使用Python 3.6和pandas'0.20.3'

Answer 1

pandas.DataFrame.groupby的sort参数默认为True。尝试

total = (df.groupby(df['Month'], sort=False)['Price'].mean())

Groupby保持群组之间的顺序？用哪种方法？

1 个答案: