Question

（我正在学习熊猫，所以请解释一下解决方案）

我的数据如下：

Category    currency    sellerRating    Duration    endDay  ClosePrice  

0   Music/Movie/Game    US  3249    5   Mon     0.01    0.01    
1   Music/Movie/Game    US  3249    5   Mon     0.01    0.01    
2   Music/Movie/Game    US  3249    5   Mon     0.01    0.01    
3   Music/Movie/Game    US  3249    5   Mon     0.01    0.01    
4   Music/Movie/Game    US  3249    5   Mon     0.01    0.01

Dtypes结果是：

    Category          object
currency          object
sellerRating       int64
Duration           int64
endDay            object
ClosePrice       float64
OpenPrice        float64
PriceIncrease    float64
dtype: object

我试图找出具有最高ClosePrice for EACH类别的顶级（例如前10名）项目。

出于想法，放弃并试图为每个类别手动完成，我尝试过：

df[(df['ClosePrice']> 93) & ([df.Category == 'Automotive'])]

......但它不起作用。我得到的错误是：

ValueError: operands could not be broadcast together with shapes (351550,) (1975,)

我也曾探索过Crosstab，但它并不是我想要的。

必须有一种方法可以在一行Pandas代码中自动执行我想要的操作。有什么建议？谢谢！

Answer 1

使用groupby然后应用排序仅保留前k个值

top = 10
df.groupby('Category', group_keys=None).apply(lambda x: x.sort_values('ClosePrice')[:top])

由于您要求解释解决方案，我会尝试。

使用groupby，您可以根据“类别”列创建数据组。每个组都有相同的类别。在此代码适用之后，对于每个组，sort_values将按ClosePrice对数据进行排序，之后，仅获取最高值。

上面的代码可能会“混乱”。保留原始索引的索引。如果您需要重置索引，则必须使用

df.groupby('Category', group_keys=None).apply(lambda x: x.sort_values('ClosePrice')[:top]).reset_index(drop=True)

Answer 2

我使用nlargest方法：

df.groupby('Category', group_keys=False).apply(lambda x: x.nlargest(10, 'ClosePrice'))

熊猫 - 如何获得列表

2 个答案: