如何使用pandas groupby对某些行进行降序排序，并对某些行进行升序排序
如何使用pandas groupby对某些行进行降序排序，并对某些行进行升序排序
提问于 2018-06-07 06:51:49
我有一个这样的DataFrame：
import pandas as pd
df = pd.DataFrame(
[
["EUR" , 0.031 , 61.170000 , "ask" ],
["EUR" , 7.642 , 61.360000 , "ask" ],
["EUR" , 0.266 , 61.370000 , "ask" ],
["EUR" , 0.364 , 61.410000 , "ask" ],
["EUR" , 0.101 , 61.100000 , "bid" ],
["EUR" , 23.090 , 60.470000 , "bid" ],
["EUR" , 2.061 , 60.460000 , "bid" ],
["EUR" , 0.133 , 60.450000 , "bid" ],
["USD" , 3.031 , 161.170000, "ask" ],
["USD" , 10.642 , 161.360000, "ask" ],
["USD" , 3.266 , 161.370000, "ask" ],
["USD" , 3.364 , 161.410000, "ask" ],
["USD" , 3.101 , 161.100000, "bid" ],
["USD" , 26.090 , 160.470000, "bid" ],
["USD" , 5.061 , 160.460000, "bid" ],
["USD" , 3.133 , 160.450000, "bid" ],
],
columns = ["base_currency", "base_volume", "price" , "type"]
)
df我想对这些行重新排序。具体地说，我希望将货币分组(所有“欧元”行在一起，所有“美元”行在一起)，然后，对于每种货币，我希望“要求”按降序排序，“出价”按升序排序。现在，如果DataFrame只包含一种货币，我可以通过以下方式让它正常工作：
_df = df.groupby("type").apply(lambda row: row.sort_values(by = "price"))
_df我必须处理多个货币，但当我尝试按以下方式对它们进行分组时
_df = df.groupby(["base_currency", "type"]).apply(
lambda row:
row.sort_values(by = "price") if row['type'] == 'ask' else\
row.sort_values(by = "price", ascending = False),
axis = 1
)
_df我得到以下错误：
TypeError: <lambda>() got an unexpected keyword argument 'axis'这里可能发生了什么？我怎么才能修复它？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50730702
复制相关文章
相似问题
腾讯云开发者
