3
我已经看到this question,但期望的结果与我的略有不同。熊猫根据集团分类
想象一个数据帧正是如此分组:
df.groupby(['product_name', 'usage_type']).total_cost.sum()
product_name usage_type
Lorem A 30.694665
B 0.000634
C 1.659360
D 0.000031
E 3339.140042
F 0.074340
Ipsum G 9.627360
A 19.053377
D 14.492155
Dolor B 9.698245
H 6993.792163
C 31947.955679
D 2150.400001
E 26.337789
Name: total_cost, dtype: float6
我想输出是相同的结构,但具有两个属性:
- 订购的产品名称由成本的总和
- 按照字典顺序排列使用类型(开心替代方法:按降序成本排序)
这样成本最高的产品首先出现,但仍然保留了故障。
如果它非常简单,我可以放弃使用类型的二级排序。
非常好,谢谢! – 2014-09-23 14:13:09