Pandas 数据排序与聚合

概念与用途

排序决定展示和后续顺序计算，聚合把多行压缩成统计结果。常见场景是按地区、产品和日期汇总金额、数量及唯一用户数。

核心 API

sort_values、sort_index、nlargest、nsmallest、groupby、agg、NamedAgg、pivot_table。

可运行示例

import pandas as pd

orders = pd.DataFrame({"city": ["A", "A", "B"], "amount": [100, 70, 120], "user": [1, 2, 1]})
report = (orders.groupby("city", as_index=False)
                .agg(revenue=("amount", "sum"), users=("user", "nunique"))
                .sort_values(["revenue", "city"], ascending=[False, True]))
print(report)

示例二：稳定排序与返回形状

import pandas as pd

df = pd.DataFrame({"team": ["A", "A", "B"], "score": [9, 9, 8], "seq": [2, 1, 3]})
ordered = df.sort_values("score", ascending=False, kind="stable")
series_result = df.groupby("team")["score"].mean()
frame_result = df.groupby("team", as_index=False).agg(mean_score=("score", "mean"))
print(ordered)
print(series_result)
print(frame_result)

as_index 决定分组键成为索引还是普通列。稳定排序只保证相同排序键保留原顺序；若业务要求明确次序，应提供第二排序键。

空值与性能

sort_values(na_position="first"/"last") 控制空值位置；聚合函数通常跳过空值，size 与 count 语义不同。只需前 N 条时使用 nlargest/nsmallest，避免完整排序。

注意事项

多键排序要明确每个键的升降序和空值位置；需要稳定保持同值原顺序时指定 kind="stable"。groupby 默认丢弃分组键中的空值，可按需求设置 dropna=False。类别字段分组应关注 observed，避免产生未出现组合或未来默认值变化。