如何在Pandas中对Kickstarter数据集实现分组后的主次排序？

我来帮你搞定这个排序需求！你想要的是先按每个主类别的总项目数进行主排序（也就是不管状态，哪个类别整体最受欢迎排前面），然后在同一个类别下，再按每个状态的项目数进行二次排序对吧？

你原来的代码ks.groupby(['main_category','state']).count().sort_values('name', ascending=False)只是对每个(主类别+状态)的组合计数单独排序，没有考虑类别整体的总数量，所以才会不符合预期。下面是具体的实现步骤：

步骤1：计算每个主类别的总项目数 #

首先我们需要先算出每个main_category的总项目数，作为后续排序的主依据：

import pandas as pd

# 计算每个主类别的总项目数，并重命名列名为total_count
total_category_counts = ks.groupby('main_category')['name'].count().rename('total_count')

步骤2：按类别+状态分组并合并总计数 #

接下来我们按main_category和state分组统计每个组合的项目数，然后把刚才算的总计数合并进来：

# 按类别+状态分组统计，重命名列名为state_count并转为DataFrame
grouped_data = ks.groupby(['main_category', 'state'])['name'].count().rename('state_count').reset_index()

# 合并总计数列
grouped_data = grouped_data.merge(total_category_counts, on='main_category')

步骤3：按需求排序 #

现在我们就可以按照「总计数降序 → 状态计数降序」的规则排序了。如果还想指定状态的优先级（比如你关心的successful→failed→cancelled顺序），可以把state转为分类类型：

# 可选：指定状态的排序优先级，让successful排在最前面
grouped_data['state'] = pd.Categorical(
    grouped_data['state'],
    categories=['successful', 'failed', 'cancelled'],
    ordered=True
)

# 执行排序：先按total_count降序，再按state_count降序，最后按指定的state顺序
sorted_result = grouped_data.sort_values(
    by=['total_count', 'state_count', 'state'],
    ascending=[False, False, True]
)

# 查看结果
print(sorted_result.head(10))

如果不需要指定状态的固定顺序，直接按状态计数降序即可：

sorted_result = grouped_data.sort_values(
    by=['total_count', 'state_count'],
    ascending=[False, False]
)

这样得到的结果就会先把整体项目最多的主类别排在前面，同一个类别下，项目数多的状态会更靠前，完全符合你的需求！

内容的提问来源于stack exchange，提问作者dr jerry