按小计和计数对 Pandas 数据框进行排序

我有一个非常大的数据集，名为 bin_df。

使用 pandas 和以下代码，我为每个组分配了小计“总计”：

        bin_df = df[df["category"].isin(model.BINARY_CATEGORY_VALUES)]

        bin_category_mime_type_count_df = (
            bin_df.groupby(["category", "mime_type"])["mime_type"]
            .count()
            .reset_index(name="Count")
        )

bin_category_mime_type_count_df 的输出：

      category                   mime_type  Count
          1      application/x-executable     19
          1  application/x-pie-executable    395
          1       application/x-sharedlib      1
          2       application/x-sharedlib    755
          3       application/x-sharedlib      1
          6          application/x-object    129

然后：

        bin_category_total_count_df = (
            bin_category_mime_type_count_df.groupby(["category", "mime_type"])[
                "Count"
            ]
            .sum()
            .unstack()
        )

        bin_category_total_count_df = (
            bin_category_total_count_df.assign(
                Total=bin_category_total_count_df.sum(1)
            )
            .stack()
            .to_frame("Count")
        )

        bin_category_total_count_df["Count"] = (
            bin_category_total_count_df["Count"].astype("Int64").fillna(0)
        )

这会产生以下（默认情况下按类别排序）：

                                        Count
 category mime_type
 1        application/x-executable         19
          application/x-pie-executable    395
          application/x-sharedlib           1
          Total                           415
 2        application/x-sharedlib         755
          Total                           755
 3        application/x-sharedlib           1
          Total                             1
 6        application/x-object            129
          Total                           129

我希望它按“总计”排序，然后在类别中我希望它按 mime_type 计数排序：

                                        Count
 category mime_type
 2        application/x-sharedlib         755
          Total                           755
 1        application/x-pie-executable    395
          application/x-executable         19
          application/x-sharedlib           1
          Total                           415
 6        application/x-object            129
          Total                           129
 3        application/x-sharedlib           1
          Total                             1

应该使用哪种函数我看看能得到想要的结果吗？

可以使用排序值对数据框进行排序，并结合自定义排序函数来实现这一点。以下是操作方法：

# 定义自定义排序函数
def custom_sort(row):
    if row.name[1] == 'Total':  # 检查 mime_type 是否为 'Total'
        return (row['Count'], 1)  # 对于 'Total' 行，按 'Count' 降序排序，然后按 mime_type 升序排序（'Total' 出现在前面）
    else:
        return (row['Count'], 0)  # 对于其他行，按 'Count' 降序排序，然后按 mime_type 降序排序

# 按“Total”列降序排序，然后按自定义排序函数排序
bin_category_total_count_df = bin_category_total_count_df.sort_values(by=['Count'], ascending=False).groupby(level=0, group_keys=False).apply(lambda x: x.sort_values(by=['Count'], ascending=False, key=custom_sort)).reset_index()

这首先会按每个类别（“Total”行）的总计数对数据框进行排序，然后使用 custom_sort 函数在每个类别中对“mime_type”计数进行排序。 custom_sort 函数会优先考虑“Total”行，然后按计数降序对其他 mime 类型进行排序。

此代码应用于的示例数据框后，将生成以下输出：

   category                   mime_type  Count
   2        application/x-sharedlib         755
   1        Total                           755
   0        application/x-pie-executable    395
   3        application/x-executable         19
   4        application/x-sharedlib           1
   5        Total                           415
   6        application/x-object            129
   7        Total                           129
   8        application/x-sharedlib           1
   9        Total                             1

此输出现已按所需的“Total”列排序，并在每个类别中按“Count”列排序。