如何用Pandas按平均得分降序将category列值展示在deviceType列下

步骤1：计算各设备-分类的平均得分 #

先算出每个deviceType下各category的平均得分，这是后续排序的核心依据：

import pandas as pd

# 加载原始数据（示例数据与你的数据集一致）
df = pd.DataFrame({
    'deviceType': ['A', 'A', 'B', 'A'],
    'category': ['soccer', 'baseball', 'basketball', 'soccer'],
    'date': ['07012022', '07012022', '07012022', '07022022'],
    'score': [10, 8, 9, 9]
})

# 分组计算平均得分
mean_df = df.groupby(['deviceType', 'category'])['score'].mean().reset_index()

步骤2：按平均得分对每个设备的分类排序 #

按deviceType分组，对每组内的category按平均得分降序排列，得到每个设备对应的有序分类列表：

# 生成每个设备对应的排序后分类字典
sorted_category_dict = mean_df.groupby('deviceType').apply(
    lambda g: g.sort_values('score', ascending=False)['category'].tolist()
).to_dict()

步骤3：构造目标格式的表格 #

根据上面的字典生成目标结构的DataFrame，不足的行用空字符串填充：

# 确定需要的最大行数（取最长的分类列表长度）
max_row_count = max(len(cats) for cats in sorted_category_dict.values())

# 构建结果表
result_df = pd.DataFrame({
    'category': [''] * max_row_count,  # 第一列保持空值
    **{dev: pd.Series(cats + ['']*(max_row_count - len(cats))) 
       for dev, cats in sorted_category_dict.items()}
})

# 查看最终结果
print(result_df)

运行后得到的结果完全匹配你要的格式：

补充说明 #

你之前直接用groupby没达到效果，是因为groupby只完成了分组计算，但没处理按得分排序后将分类映射到对应设备列的逻辑。上面的步骤先完成排序，再通过字典映射构造宽表，刚好解决了这个问题。

内容的提问来源于stack exchange，提问作者DS Park