Python实现分组排序

Python实现分组排序

需求1：按照药品名称（ADVICE_CONTENT）分组，排序。

第一种实现方式

import pandas as pd

base_dire = './result/xx.csv'
result_file = './result/drug_group_desc.csv'

df = pd.read_csv(base_dire,engine='python',encoding='utf-8',usecols=['ADVICE_CONTENT'])
#第一种方式使用size函数添加每一组出现的次数，类似sql中的count;
drug_name_group_desc = df.groupby('ADVICE_CONTENT').size().reset_index(name='count').sort_values(by=['count'],ascending=(False))
#第二种方式使用count函数添加每一组出现的次数，类似sql中的count;
# drug_name_group_desc = df.groupby('ADVICE_CONTENT')['ADVICE_CONTENT'].count().reset_index(name='count').sort_values(by=['count'],ascending=(True))

drug_name_group_desc.to_csv(result_file, index=False)


'''
思路：
1.按照"药品名称"分组 2.使用size函数获得组别个数 3.reset_index 重置索引，添加count列 4.按照count列降序

学习：
1.ascending=(True) 升序,ascending=(False) 降序
2.groupby('ADVICE_CONTENT')  按照一个字段分组
3.groupby(by=['ADVICE_CONTENT','count']) 按照两个字段分组

#Python技巧之对DataFrame进行多列排序
https://blog.csdn.net/m0_37637511/article/details/79901071
#pandas之分组groupby()的使用整理与总结
https://blog.csdn.net/FrankieHello/article/details/97272990
'''

第二种实现方式

import pandas as pd

base_dire = './result/xx.csv'
result_file = './result/drug_group_desc.csv'
#定义DataFrame列名
df_colums = ['ADVICE_CONTENT','count']
#定义1个DataFrame
df_result = pd.DataFrame(columns=df_colums)

#engine='python' 读取csv报错，所以加了这个参数;encoding='utf-8' 指定编码;usecols参数通过"列名"获取数据;
df = pd.read_csv(base_dire,engine='python',encoding='utf-8',usecols=['ADVICE_CONTENT'])

df2= df['ADVICE_CONTENT'].value_counts(ascending=False) #默认降序 ascending=True 为升序
# print(type(df2))

#遍历1个Series
for index,value in df2.items():
    drug_name = index
    count = value
    #定义1个DataFrame
    df_temp = pd.DataFrame([[drug_name,count]],columns=df_colums)
    #使用append函数，往”df_result“添加DataFrame数据
    df_result = df_result.append(df_temp, ignore_index=True)

df_result.to_csv(result_file,index=False)

需求2：按照药品名称（ADVICE_CONTENT）分组，根据patient_id排序。

import pandas as pd

base_dire = './result/xx.csv'
result_file = './result/drug_group_desc.csv'

df = pd.read_csv(base_dire,engine='python',encoding='utf-8',usecols=['ADVICE_CONTENT','patient_id'])
df.drop_duplicates(inplace=True) #去重

# df2 = df.groupby(['ADVICE_CONTENT']).size().reset_index(name='count').sort_values(by=['count'],ascending=(False))
df2 = df.groupby(['ADVICE_CONTENT'])['ADVICE_CONTENT'].count().reset_index(name='count').sort_values(by=['count'],ascending=(False)) #降序，ascending=True为升序

#转成1个列表
# print(df2['ADVICE_CONTENT'].tolist())
# print(df2['count'].tolist())
df2.to_csv(result_file, index=False)