更改value_counts中的排序

Question

如果我做

mt = mobile.PattLen.value_counts()   # sort True by default

我明白了

4    2831
3    2555 
5    1561
[...]

如果我做

mt = mobile.PattLen.value_counts(sort=False) 

我明白了

8    225
9    120
2   1234 
[...]

我想要做的是以2,3,4的升序(左数字列)获得输出.我可以以某种方式更改value_counts还是需要使用其他函数.

Answer 1

我认为你需要sort_index,因为左栏被调用index.完整的命令将是mt = mobile.PattLen.value_counts().sort_index().例如:

mobile = pd.DataFrame({'PattLen':[1,1,2,6,6,7,7,7,7,8]})
print (mobile)
   PattLen
0        1
1        1
2        2
3        6
4        6
5        7
6        7
7        7
8        7
9        8

print (mobile.PattLen.value_counts())
7    4
6    2
1    2
8    1
2    1
Name: PattLen, dtype: int64


mt = mobile.PattLen.value_counts().sort_index()
print (mt)
1    2
2    1
6    2
7    4
8    1
Name: PattLen, dtype: int64

Answer 2

正如 jezrael\xe2\x80\x99s 答案\xe2\x80\xaf 下的normanius\xe2\x80\x99 评论所暗示的：

\n

>>> df = pd.DataFrame({"a":[1,1,2,6,6,7,7,7,7,8]})\n>>> df.a.value_counts()[df.a.unique()]\n1    2\n2    1\n6    2\n7    4\n8    1\nName: a, dtype: int64\n

\n

通过显式提供自定义索引，可以按任何顺序排序\xe2\x80\xaf：

\n

>>> df.a.value_counts()[[8,7,6,2,1]]\n8    1\n7    4\n6    2\n2    1\n1    2\nName: a, dtype: int64\n>>> df.a.value_counts()[[1,8,6,2,7]]\n1    2\n8    1\n6    2\n2    1\n7    4\nName: a, dtype: int64\n

\n

这对于绘制分类数据特别有用：

\n

>>> df.a.value_counts()[['hourly','daily','weekly','monthly']].plot(type="bar")\n

\n

有趣的是，它可用于删除某些条目或使其他条目多次出现\xe2\x80\xaf：

\n

>>> df.a.value_counts()[[1,1,1,8]]\n1    2\n1    2\n1    2\n8    1\nName: a, dtype: int64\n

\n