pandas groupby然后聚合结果顺序不可重复?

当我多次运行代码时,不会得到不同的排序。然而,如果您遇到这个问题,您可以根据您的订单命名您想要的订单 agg . 例如,如果您想要订单 v2 v3 , v1 ,请:

df.groupby('id',sort=False).agg({'v1': ['count', 'sum'],
                      'v2': 'mean',
                      'v3': 'sum'})[['v2','v3','v1']]

     v2  v3    v1    
   mean sum count sum
id                   
a   6.5   6     2   3
b   4.0  24     3  12

或者,如果您只是想要与原始数据帧相同的顺序:

df.groupby('id',as_index=False).agg({'v1': ['count', 'sum'],
                                     'v2': 'mean',
                                     'v3': 'sum'})[df.columns]

  id    v1       v2  v3
     count sum mean sum
0  a     2   3  6.5   6
1  b     3  12  4.0  24

但总而言之,@Allolz的评论在我看来最有意义,使用 sort_index(1) :

df.groupby('id').agg({'v1': ['count', 'sum'],
                      'v2': 'mean',
                      'v3': 'sum'}).sort_index(1)

dict Python3.5中没有对键进行排序;这适用于 字典 pd.DataFrame() 和 .agg() OrderedDict 从 collections 模块,或者您可以使用 DataFrame.reindex()

import pandas as pd
df = pd.DataFrame({
    'id': ['a', 'a', 'b', 'b', 'b'],
    'v1': [1, 2, 3 ,4, 5],
    'v2': [7, 6, 5, 4, 3],
    'v3': [2, 4, 6, 8, 10]
})

df = df.set_index('id')
df = df.reindex(columns=['v1', 'v2', 'v3'])

df.groupby(level='id').agg({
    'v1': ['count', 'sum'],
    'v2': 'mean',
    'v3': 'sum'
})

DataFrame.reindex() DataFrame.sort_index() .