---

  CDA數據分析師 

import numpy as np
import pandas as pd

下列數據描述的是每個機頂盒觀看各個電視頻道的時長，通過這組原始數據，查找出每個機頂盒偏好的頻道并進行排序，原始數據如下：

data

目標數據如下：偏好頻道1到偏好頻道4的排序依據是觀看時長降序排列，也就是當前機頂盒觀看偏好頻道1的時長最長，觀看偏好頻道4的時長最短，如何才能在原始數據的基礎上得到下列數據呢？

思路：實際上，上述兩個圖表之間的關系可以看成每個機頂盒設備號是一組，然后組內按照時長進行降序排序，排序后，時長列舍棄不要，把頻道名稱列轉換成行即可，按照這個思路，我們一步一步實現。

第一步：按照機頂盒設備號分組，組內按照時長降序排序，這兩步可以用一行代碼實現，具體如下：

data.groupby(["機頂盒設備號"]).apply(lambda x :x.sort_values("時長",ascending=False))

</style>

</div>

對上述代碼進行簡單解釋，data.groupby(["機頂盒設備號"])表示對名字為data的數據集進行分組，分組的依據是"機頂盒設備號"這一列，默認把分組依據作為分組數據進行聚合后的行索引（可以通過as_index參數進行設置）。

接下來進行組內排序，對所有小組中的數據進行相同的操作可以通過apply方法實現，apply方法接收的參數是一個函數，目前的需求是組內排序，所以我們傳入apply方法中的函數需要具有排序功能。

分組后的每一個小組都是一個小的dataframe，所以apply中接收的函數，得是能夠為dataframe排序的函數才行。大家最先想到的可能就是dataframe支持的sort_values方法，但是需要注意的是sort_values是dataframe支持的方法，不是通用函數，不能直接作為參數傳遞給apply。

既然是對每個小的dataframe按照時長進行排序，我們可以借助匿名函數，匿名函數中的參數就是每個分組，即分組后的小dataframe，用這個小dataframe調用sort_values方法就可以了，注意填寫上排序的依據--"時長"，還有排序的方向ascending=False，降序排序。

以上，得到的結果好像沒有什么問題，的確實現了組內排序，但是，有一個細節(jié)問題，就是索引，從下圖可以看出，索引不是組內索引，我們還需要修改索引，即每一組的索引都是從0到n-1。如果不修改索引，每一組的索引都不一樣的話，沒有辦法得到目標的結果（有興趣的小伙伴可以不修改索引試驗一下）。

其實修改組內索引這一步在剛才的代碼里添加一個參數即可，在對dataframe進行排序的sort_values方法中，有一個參數ignore_index表示是否忽略原索引，忽略原索引即對組內索引進行重置，所以只需要添加這一個參數就可以了，具體代碼及效果如下：

dff = data.groupby(["機頂盒設備號"]).apply(lambda x :x.sort_values("時長",ascending=False,ignore_index=True))

dff

第二步：到這一步，已經基本時實現了查找每個機頂盒的偏好頻道，但是，這種形式看起來不太直觀。

對于我們的目標來說，時長只在排序的時候有作用，所以，在這個表中，有用的只是索引列和頻道名稱，我們只需要把頻道名稱從列轉換成行即可。這個轉換用到的是unstack方法，即把列轉換成行。

在轉換的時候，不要整個數據集轉換，有用的數據提取出來進行轉換即可，有用的數據就是索引列和頻道名稱，提取出來的數據如下：

dff["頻道名稱"]

機頂盒設備號  
10001   0    東方衛(wèi)視
        1     翡翠臺
10002   0    江蘇衛(wèi)視
        1    珠江電影
        2    浙江衛(wèi)視
        3    卡酷動畫
10003   0    湖南衛(wèi)視
        1    廣東衛(wèi)視
        2    中央5臺
        3    北京衛(wèi)視
10004   0    江西衛(wèi)視
        1    福建衛(wèi)視
10005   0    河北衛(wèi)視
        1    陜西衛(wèi)視
        2    河南衛(wèi)視
Name: 頻道名稱, dtype: object

其中機頂盒設備號和rangeindex組成的多重索引，數據只有頻道名稱，運用unstack把頻道名稱轉換成行數據，代碼如下：

dff1 = dff["頻道名稱"].unstack()
dff1

</style>

</div>

第三步：現在只需要按照要求修改列名即可，代碼如下：

dff1.columns=["偏好頻道1","偏好頻道2","偏好頻道3","偏好頻道4"]
dff1

</style>

</div>

這樣就能直觀的看出，每一個機頂盒的偏好頻道了。