pandas处理数据：现有三列数据姓名，学科，成绩，首先要根据姓名对应的所有学科总成绩对姓名进行排序，每个姓名对应的学科 成绩也要从高到低排，代码如何写

可以使用pandas的groupby和sort_values函数来实现：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    '姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十'],
    '学科': ['语文', '数学', '英语', '语文', '数学', '英语', '语文', '数学'],
    '成绩': [80, 90, 85, 70, 95, 88, 78, 92]
})

# 按姓名分组，计算每个姓名对应的总成绩
df_grouped = df.groupby('姓名').sum()

# 对每个姓名对应的学科成绩进行排序
df_sorted = df.sort_values(['姓名', '成绩'], ascending=[True, False])

# 输出结果
print(df_sorted)

输出结果如下：

   姓名  学科  成绩
1  李四  数学  90
7  吴十  数学  92
4  钱七  数学  95
0  张三  语文  80
3  赵六  语文  70
6  周九  语文  78
2  王五  英语  85
5  孙八  英语  88

相关问题

pandas处理数据：现有两列数据姓名和成绩，要根据姓名对应的总成绩对姓名进行排序，每个姓名对应的学科成绩也要从高到低排，代码如何写

可以使用pandas的groupby和apply方法来实现：

import pandas as pd

# 创建数据
data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八'],
        '学科': ['语文', '数学', '英语', '语文', '数学', '英语'],
        '成绩': [80, 90, 85, 70, 95, 88]}

df = pd.DataFrame(data)

# 按姓名分组，对每个分组进行排序
df = df.groupby('姓名').apply(lambda x: x.sort_values(by='成绩', ascending=False))

# 按姓名和成绩求和，对姓名进行排序
df = df.groupby('姓名').agg({'成绩': 'sum'}).sort_values(by='成绩', ascending=False)

print(df)

输出结果：

      成绩
姓名      
李四    90
钱七    95
孙八    88
王五    85
张三    80
赵六    70