পাইথন: গ্রুপ করা প্যান্ডাস ডেটাফ্রেমকে গ্রুপ আকার অনুযায়ী সাজানো (আরোহী ও অবরোহী)

প্যান্ডাসে groupby() দিয়ে গ্রুপ করে size() দিয়ে গ্রুপ আকার বের করে sort_values() দিয়ে আরোহী বা অবরোহী ক্রমে সাজানো যায়।

সিনট্যাক্স

# আরোহী ক্রম (ছোট থেকে বড়)
df.groupby('কলাম').size().sort_values(ascending=True)

# অবরোহী ক্রম (বড় থেকে ছোট)
df.groupby('কলাম').size().sort_values(ascending=False)

সম্পূর্ণ উদাহরণ

import pandas as pd

df = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'],
    "Reg_Price": [1000, 1400, 1000, 900, 1700, 900]
})

print("মূল ডেটাফ্রেম:")
print(df)

# অবরোহী ক্রম
desc = df.groupby('Reg_Price').size().sort_values(ascending=False)
print("\nঅবরোহী ক্রম:")
print(desc)

# আরোহী ক্রম
asc = df.groupby('Reg_Price').size().sort_values(ascending=True)
print("\nআরোহী ক্রম:")
print(asc)

আউটপুট

মূল ডেটাফ্রেম:
       Car  Reg_Price
0      BMW       1000
1    Lexus       1400
2     Audi       1000
3  Mercedes        900
4   Jaguar       1700
5  Bentley        900

অবরোহী ক্রম:
Reg_Price
1000    2
900     2
1700    1
1400    1
dtype: int64

আরোহী ক্রম:
Reg_Price
1400    1
1700    1
900     2
1000    2
dtype: int64

ব্যবহারিক টিপস

• size() NaN মান সহ সব রো গণনা করে; count() NaN বাদ দেয়
• একাধিক কলামে গ্রুপ: df.groupby(['col1', 'col2']).size()
• ফলাফলকে ডেটাফ্রেমে রূপান্তর: .reset_index(name='count')
• value_counts() শর্টকাট: df['Reg_Price'].value_counts().sort_index()