Question

我想从每个组中找到N个最大值，然后用N和ITEM创建VAL列。

df = pd.DataFrame()
df['DATE'] = ['2018-01-01', '2018-01-01', '2018-01-01', '2018-01-01',
              '2018-01-02', '2018-01-02', '2018-01-02', '2018-01-02']

df['ITEM'] = ['A', 'B', 'C', 'D', 'A', 'B', 'C', 'E']
df['VAL'] = [1, 4, 5, 3, 5, 4, 4, 6]

df

         DATE ITEM  VAL
0  2018-01-01    A    1
1  2018-01-01    B    4
2  2018-01-01    C    5
3  2018-01-01    D    3
4  2018-01-02    A    5
5  2018-01-02    B    4
6  2018-01-02    C    4
7  2018-01-02    E    6

我尝试了以下代码，但被困在这里。我找不到有效的方法来获得期望的输出。有什么想法吗？

N = 3
df.groupby(['DATE']).apply(lambda x: x.set_index('ITEM').VAL.nlargest(N)).unstack()

ITEM          A    B    C    D    E
DATE                               
2018-01-01  NaN  4.0  5.0  3.0  NaN
2018-01-02  5.0  4.0  NaN  NaN  6.0

预期输出：

         DATE TOP_1  VAL_1 TOP_2  VAL_2 TOP_3  VAL_3
0  2018-01-01     C      5     B      4     D      3
1  2019-01-02     E      6     A      5     B      4

Answer 1

将GroupBy.cumcount用于计数器列，将DataFrame.set_index与DataFrame.unstack进行整形，并将MultiIndex展平，对f-string使用列表理解：

df1 = df.groupby(['DATE']).apply(lambda x: x.set_index('ITEM').VAL.nlargest(N)).reset_index()

或者：

df1 = df.sort_values(['DATE','VAL'], ascending=[True, False]).groupby('DATE').head(N)

g = df1.groupby('DATE').cumcount().add(1)
df1 = df1.set_index(['DATE',g]).unstack().sort_index(level=1, axis=1)
df1.columns = [f'{x}_{y}' for x, y in df1.columns]
df1 = df1.reset_index()
print (df1)
         DATE ITEM_1  VAL_1 ITEM_2  VAL_2 ITEM_3  VAL_3
0  2018-01-01      C      5      B      4      D      3
1  2018-01-02      E      6      A      5      B      4

熊猫：在每个组上找到N个最大值，然后创建N列

1 个答案: