Python中Pandas DataFrame聚合排序后提取Top10与Bottom10的实现方法
现有代码的核心问题
- 初始化列名不匹配:原字典的品类列键是
product_category_name_english,但创建DataFrame时指定的列列表和字典键完全不对应,pandas会直接生成全空的Category列,根本读不进原始品类数据,这是基础报错原因。 - 排序方向完全反向:原代码定义的Top10用Median升序取前10,实际拿到的是Median值最小的条目;Bottom10用Median降序取前10,实际拿到的是Median值最大的条目,和Top/Bottom的定义完全颠倒。
- 无并列值处理逻辑:原始数据里Median列存在大量并列值(2个7.0、3个8.0),单靠Median排序时,并列条目的顺序是随机的,没法做到同Median值下按Count大小排序的展示效果。
修正后的可运行实现
1. 修正DataFrame初始化
对齐字典键和列名,避免生成空值列:
import pandas as pd d = { 'Category': ['food', 'drinks', 'housewares', 'small_appliances', 'construction_tools_lights'], 'Median': [7.0, 7.0, 8.0, 8.0, 8.0], 'Count': [620, 560, 924, 2035, 308] } df = pd.DataFrame(d)
如果需要保留原品类列名
product_category_name_english,只要把字典的键和生成df时的列名保持一致即可,不需要强制修改列名,只要列名和后续排序引用的名称匹配就不会出错。
2. 修正排序与Top/Bottom提取逻辑
设置双列排序规则,解决Median并列导致的顺序混乱问题,同时修正排序方向:
# 提取Top10:Median从高到低排序,同Median的条目按Count从高到低排序后取前10条 df_top10 = df.sort_values( by=['Median', 'Count'], ascending=[False, False] ).head(10) # 提取Bottom10:Median从低到高排序,同Median的条目按Count从高到低排序后取前10条 df_bottom10 = df.sort_values( by=['Median', 'Count'], ascending=[True, False] ).head(10)
内容的提问来源于stack exchange,提问作者user14815110
相关产品推荐
相关产品推荐

