pandas Series.value_counts返回相等计数字符串的不一致顺序

Question

当我运行以下代码时:

s = pandas.Series(['c', 'a', 'b', 'a', 'b'])
print(s.value_counts())

有时我得到这个:

a    2
b    2
c    1
dtype: int64

有时我得到这个:

b    2
a    2
c    1
dtype: int64

例如,为等效计数返回的索引顺序不相同.如果Series值是整数而不是字符串,我无法重现这一点.

为什么会发生这种情况,每次获得相同索引顺序的最有效方法是什么？

我希望它仍然按计数降序排序,但要按等效计数项的顺序保持一致.

我正在运行Python 3.7.0和pandas 0.23.4

Answer 1

给定一个系列，您有几个选项可以一致地排序：

s = pd.Series(['a', 'b', 'a', 'c', 'c'])
c = s.value_counts()

按索引排序

使用pd.Series.sort_index：

res = c.sort_index()

a    2
b    1
c    2
dtype: int64

按计数排序（任意关系）

对于降序计数，什么都不做，因为这是默认值。否则，您可以使用pd.Series.sort_values，默认为ascending=True。在任何一种情况下，您都不应该对如何处理关系做出任何假设。

res = c.sort_values()

b    1
c    2
a    2
dtype: int64

更有效地，您可以使用c.iloc[::-1]颠倒顺序。

按计数排序，然后按索引排序

您可以使用numpy.lexsort按计数排序，然后按索引排序。注意相反的顺序，即，-c.values用于第一排序。

res = c.iloc[np.lexsort((c.index, -c.values))]

a    2
c    2
b    1
dtype: int64