如何引用 Pandas 中 .agg() 函数创建的列

Question

我创建了使用Groupby()和的代码.agg()，以便新的 DataFrame 具有sum、mean和count中的值的列Total。test = df.groupby('Sector').agg({'Total': ['sum', 'mean', 'count']})该代码已运行并产生了必要的结果。但是当尝试使用降序对sort_values()列进行排序时sum。我遇到一个问题。test.sort_values('sum', axis="columns", ascending = False, inplace = True)它会给我输出： KeyError: 'sum'我似乎找不到一种方法来引用该.agg()函数创建的列。任何帮助将不胜感激。谢谢

Answer 1

Total在列中添加groupby避免MultiIndex列，第二个问题需要sortingby index，默认值是什么，所以应该删除：

test = df.groupby('Sector')['Total'].agg(['sum', 'mean', 'count'])

#if use inplace=True cannot assign values

test.sort_values('sum', ascending = False, inplace = True)

print (test)

#if omitted, you need assign

test = test.sort_values('sum', ascending = False)

print (test)

或者，如果需要在命名聚合中自定义列名称：

test = df.groupby('Sector').agg(sum1=('Total','sum'),

                                avg=('Total','mean'),

                                size=('Total','count'))

test.sort_values('sum1', ascending = False, inplace = True)

print (test)

Answer 2

用于test.columns查看列名称。然后使用您在sort_values.

您有多个索引列，这就是您的问题。重命名它们。

test.columns = ["sum", "mean", "count"]

或者使用multindexsort_values 中的列名称

.sort_values(('Total', 'sum'), ascending = False, inplace = True) #without axis='columns'