Question

我有按两列（X，Y）分组的数据帧数据，然后我在Z中有元素计数。这里的想法是找到X，Y上元素的前2个计数。

数据框应如下所示：

mostCountYInX = df.groupby(['X','Y'],as_index=False).count()
 C      X   Y     Z
USA    NY  NY    5
USA    NY  BR    14
USA    NJ  JC    40
USA    FL  MI    3
IND    MAH MUM   4
IND    KAR BLR   2
IND    KER TVM   2
CHN    HK  HK    3
CHN    SH  SH    3

我可以单独提取所需的信息：

XTopCountInTopY = mostCountYInX[mostCountYInX['X'] == 'NY']
XTopCountInTopY = XTopCountInTopY.nlargest(2,'Y')

在上面，我知道我正在寻找的组是X = NY并获得了前2位记录。有没有办法将它们一起打印？

说我对IND和美国感兴趣，然后预期输出：

 C     X   Y     Z
USA    NJ  JC    40
USA    NY  BR    14
IND    MAH MUM   4
IND    KAR BLR   2

Answer 1

我认为您需要在索引groupby上使用参数sort=False，然后在apply上使用lambda function，在Z上使用sort_values使用参数{{1 }}，然后将前2个值和reset_index设为：

ascending=False

编辑：：OP更改了数据框后：

mask = df.index.isin(['USA','IND'])
df = df[mask].groupby(df[mask].index,sort=False).\
              apply(lambda x: x.sort_values('Z',ascending=False)[:2]).\
              reset_index(level=0,drop=True)
print(df)

       X    Y   Z
USA   NJ   JC  40
USA   NY   BR  14
IND  MAH  MUM   4
IND  KAR  BLR   2

熊猫-分组后在多列上的最高计数项

1 个答案: