编辑:加入示例数据df和预期输出。 编辑2:我稍微修改了数据,以便结果不是每种情况下与'cc'关联的最大数字都相同。
我的问题是:
- 我有一个带有两个索引列(Index1, Index2)和三列(X、Y、Z)的数据框
- 我创建了一个分组并对其应用了一个函数(将分组对象中的所有列缩放到1)
- 我对结果数据框进行了求和,以获得每行的总和
该df为:
df = pd.DataFrame({'Index1': ['A', 'A', 'A', 'B', 'B', 'B'],
'Index2': ['aa', 'bb', 'cc', 'aa', 'bb', 'cc'],
'X': [1, 2, 7, 3, 6, 1],
'Y': [2, 3, 6, 2, 4, 1],
'Z': [3, 5, 9, 1, 2, 1]})
那么代码就是:
df_scored = pd.DataFrame() #new df to hold results
cats = [X, Y, Z] #categories (columns of df) to be scaled
grouped = df.groupby([Index 1, Index 2]).sum()
for cat in cats :
df_scored[cat] = grouped.groupby(level = 0)[cat].apply(lambda x: x / x.max())
df_scored['Score'] = df_scored.sum(axis = 1)
这将产生以下结果:
X Y Z Score
Index1 Index2
A aa 0.142857 0.333333 0.333333 0.809524
bb 0.285714 0.500000 0.555556 1.341270
cc 1.000000 1.000000 1.000000 3.000000
B aa 0.500000 0.500000 0.500000 1.500000
bb 1.000000 1.000000 1.000000 3.000000
cc 0.166667 0.250000 0.500000 0.916667
现在我想按照Index 1的每个分组对生成的df_scored进行排序(这样Index 2就会在每个Index 1组内按'Score'排序),期望得到以下结果:
X Y Z Score
Index1 Index2
A cc 1.000000 1.000000 1.000000 3.000000
bb 0.285714 0.500000 0.555556 1.341270
aa 0.142857 0.333333 0.333333 0.809524
B bb 1.000000 1.000000 1.000000 3.000000
aa 0.500000 0.500000 0.500000 1.500000
cc 0.166667 0.250000 0.500000 0.916667
我该如何做到这一点?