Question

给出此数据框：

df
       animal location  number
0       lions     zoo1      10
1      tigers     zoo2     200
2       bears     zoo2     300
3        ohmy     zoo2     400
4   antelopes     zoo1      20
5  orangutans     zoo2     500
6      zebras     zoo1      30

我需要按动物园找到前三名的动物，对它们进行独立于动物类型的汇总，然后对哪个动物园的动物最多进行排名。我已经可以按位置和动物进行选择和分组了，我想现在需要做的是创建一个以位置为键，每个位置的总和为值的序列，但是卡住。（如果这不是解决问题的最佳方法，那么我欢迎您提出建议。）

df.set_index(['location','number'], inplace=True)
df.groupby(level=[0,1]).sum().reset_index().sort_values(['location', 'number'], ascending=[1,0]).groupby('location').head(3)
  location  number      animal
2     zoo1      30      zebras
1     zoo1      20   antelopes
0     zoo1      10       lions
6     zoo2     500  orangutans
5     zoo2     400        ohmy
4     zoo2     300       bears

（sum()在这种情况下似乎没有做任何事情，但是我必须为groupby()做些事情，但我不知道还有什么更好的方法。）我从这里寻找的是：

zoo2   1200
zoo1   60

创建初始df的代码：

df = pd.DataFrame({'animal': ['lions', 'tigers', 'bears', 'ohmy', 'antelopes', 'orangutans','zebras'],
    'location': ['zoo1', 'zoo2', 'zoo2', 'zoo2', 'zoo1', 'zoo2', 'zoo1'],
    'number': [10, 200, 300, 400, 20, 500, 30]})

Answer 1

可以使用groupby：

df.groupby('location')['number'].sum()

将其作为输出返回：

location
zoo1      60
zoo2    1200
Name: number, dtype: int64

Answer 2

使用您的初始数据框：

df
       animal location  number
0       lions     zoo1      10
1      tigers     zoo2     200
2       bears     zoo2     300
3        ohmy     zoo2     400
4   antelopes     zoo1      20
5  orangutans     zoo2     500
6      zebras     zoo1      30

使用groupby：

df.groupby('location')['number'].apply(lambda x: x.sort_values(ascending=False).head(3).sum())

输出：

location
zoo1      60
zoo2    1200
Name: number, dtype: int64

根据数据框列总和创建熊猫系列

2 个答案: