pandas 群体在群体中排序 [英] pandas groupby sort within groups

问题描述

 在[167]中，我将数据框分成两列，然后对聚合结果进行排序。 ：
 df 
 
出[167]：
计数工作来源
 0 2销售额A 
 1 4销售额B 
 2 6销售额C 
 3 3销售额D 
 4 7销售额E 
 5 5市场A 
 6 3市场B 
 7 2市场C 
 8 4市场D 
 9 1市场E 
 
在[168]中：
 df.groupby（['job'，'source']）。agg（{'count'：sum}）
 
出[168]：
计数
工作来源
市场A 5 
 B 3 
 C 2 
 D 4 
 E 1 
销售额A 2 
 B 4 
 C 6 
 D 3 
 E 7 
  

现在我想按每个组中的降序对count列进行排序。然后只取前三排。要获得这样的东西：

 计数
工作源
市场A 5 
 D 4 
 B 3 
销售E 7 
 C 6 
 B 4 
  

解决方案

你想要做的实际上又是一个groupby（关于第一个groupby的结果）：排序并获取每个组的前三个元素。 b

从第一个groupby的结果开始：

  In [60]：df_agg = df。 groupby（['job'，'source']）。agg（{'count'：sum}）
  

我们按指数的第一级进行分组：

  In [63]：g = df_agg ['count']。 groupby（level = 0，group_keys = False）
  

然后我们想对每个组并采取前三个元素：

pre $ In [64]：res = g.apply（lambda x：x.order ascending = False）.head（3））


然而，为此，有一个快捷方式可以做到这一点， 最大的 ：

 在[65]中：g.nlargest（3）
出[65]：
工作来源
市场A 5 
 D 4 
 B 3 
销售E 7 
 C 6 
 B 4 
 dtype：int64 
  

I want to group my dataframe by two columns and then sort the aggregated results within the groups.

In [167]:
df

Out[167]:
count   job source
0   2   sales   A
1   4   sales   B
2   6   sales   C
3   3   sales   D
4   7   sales   E
5   5   market  A
6   3   market  B
7   2   market  C
8   4   market  D
9   1   market  E

In [168]:
df.groupby(['job','source']).agg({'count':sum})

Out[168]:
            count
job     source  
market  A   5
        B   3
        C   2
        D   4
        E   1
sales   A   2
        B   4
        C   6
        D   3
        E   7

I would now like to sort the count column in descending order within each of the groups. And then take only the top three rows. To get something like:

            count
job     source  
market  A   5
        D   4
        B   3
sales   E   7
        C   6
        B   4

解决方案

What you want to do is actually again a groupby (on the result of the first groupby): sort and take the first three elements per group.

Starting from the result of the first groupby:

In [60]: df_agg = df.groupby(['job','source']).agg({'count':sum})

We group by the first level of the index:

In [63]: g = df_agg['count'].groupby(level=0, group_keys=False)

Then we want to sort ('order') each group and take the first three elements:

In [64]: res = g.apply(lambda x: x.order(ascending=False).head(3))

However, for this, there is a shortcut function to do this, nlargest:

In [65]: g.nlargest(3)
Out[65]:
job     source
market  A         5
        D         4
        B         3
sales   E         7
        C         6
        B         4
dtype: int64

这篇关于 pandas 群体在群体中排序的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！