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 valuestest.sort_values('sum', ascending = False, inplace = True)print (test)#if omitted, you need assigntest = 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'