Question

我有一个按州分组的数据框，汇总到总收入，其中扇区和名称被忽略。我现在想要打破底层数据集，以按特定顺序按收入显示状态，扇区，名称和前2名（我已经创建了一个先前数据框的索引，该数据框按特定顺序列出状态）。使用下面的例子，我想使用我的排序索引（肯塔基州，加利福尼亚州，纽约州），它只列出每个州的前两个结果（按收入的先前顺序排列）：数据集：

State       Sector   Name   Revenue
California  1        Tom    10
California  2        Harry  20
California  3        Roger  30
California  2        Jim    40
Kentucky    2        Bob    15
Kentucky    1        Roger  25
Kentucky    3        Jill   45
New York    1        Sally  50
New York    3        Harry  15

结束目标数据框：

State       Sector   Name   Revenue
Kentucky    3        Jill   45
Kentucky    1        Roger  25
California  2        Jim    40
California  3        Roger  30
New York    1        Sally  50
New York    3        Harry  15

Answer 1

您可以sort_values然后使用groupby + head

df.sort_values('Revenue',ascending=False).groupby('State').head(2)
Out[208]: 
        State  Sector   Name  Revenue
7     NewYork       1  Sally       50
6    Kentucky       3   Jill       45
3  California       2    Jim       40
2  California       3  Roger       30
5    Kentucky       1  Roger       25
8     NewYork       3  Harry       15

Answer 2

您可以groupby使用apply：

df.groupby('State').apply(lambda grp: grp.nlargest(2, 'Revenue'))

输出：

                     Sector Name    Revenue
State       State           
California  California  2   Jim     40
            California  3   Roger   30
Kentucky    Kentucky    3   Jill    45
            Kentucky    1   Roger   25
New York    New York    1   Sally   50
            New York    3   Harry   15

然后你可以放弃MultiIndex的第一级来获得你想要的结果：

df.index = df.index.droplevel()

输出：

         Sector Name    Revenue
State           
California  2   Jim     40
California  3   Roger   30
Kentucky    3   Jill    45
Kentucky    1   Roger   25
New York    1   Sally   50
New York    3   Harry   15

python pandas groupby sort rank / top n

2 个答案: