Question

首先，对不起，我不是英国人，但我希望您仍然能理解我的问题;-）

我有一个列表，其中包含与我合作的有线网络提供商的数据。

我将这些信息按

分组

traffic.groupby(["HUB","FIBER_NODES","WEEK"])

这很好，我正在获取每个HUB-NODES-WEEK组的所有信息。但是现在我要检查流量的发展情况。为此，我想获得此数据框中前5周和后5周的平均值之间的差。

为此，我不想将日历周保持在1到38之间。我只想保持1到5或34到38。

我尝试过：

traffic.groupby(["HUB","FIBER_NODES","WEEK"]).nlargest(5)

错误： AttributeError：无法访问“ DataFrameGroupBy”对象的可调用属性“ nlargest”，请尝试使用“ apply”方法

下次尝试：

traffic.groupby(["HUB","FIBER_NODES","WEEK"]).apply(lambda grp: grp.nlargest(5,"WEEK"))

这没有用，我仍然从1到38整整一周。

有人知道我接下来可以尝试什么吗？ ;-）

非常感谢您

马可

Answer 1

我认为评论中的@ jon-clements有正确的主意。问题在于您在分组依据中包括了"WEEK"。删除它对我有用（在不同数据上）：

traffic.groupby(["HUB","FIBER_NODES"]).apply(lambda grp: grp.nlargest(5,"WEEK"))

（我也希望nlargest可以工作，但显然尚未为DataFrame groupbys实现它。：-/）

Answer 2

谢谢您的回答。

我找到了一个效果很好的解决方案：

start_df = traffic.loc[(traffic["WEEK"] < min_week) & (traffic["STREAM_TYPE"] == str_type)].groupby(["HUB","FIBER_NODES"]).median()[["AVG_ACTIVE_CMS","AvgVal"]].reset_index()

祝您在新的一周里有个好的开始。马可

Groupby 3列，每组最少保留5列

2 个答案: