在Pandas中使用groupby按列值获取前3行

Question

我有这个数据帧：

    person_code  type   growth   size  ...
0 .         231    32     0.54     32
1 .         233    43     0.12    333
2 .         432    32     0.44     21
3 .         431    56     0.32     23
4 .         654    89     0.12     89
5 .         764    32     0.20    211
6 .         434    32     0.82     90
...

（这个数据框很大，我在这里进行了简化）

我想为每种类型创建一个数据帧，其中3个具有更高“增长”的人，按其排序。我希望能够按类型调用它。在这种情况下，让我们使用类型32，因此输出df应如下所示：

    person_code  type   growth   size  ...
6 .         434    32     0.82     90
0 .         231    32     0.54     32
2 .         432    32     0.44     21
...

我明白这将是使用groupby的东西：

groups=dataframe.groupby('type')

但是我如何用类型为32的行调用groupby对象？那么仅通过增长将前3名分开的最佳方法是什么？

Answer 1

IIUC，你不需要groupby，只需query过滤数据帧然后nlargest：

df.query('type == 32').nlargest(3, 'growth')

并且，要参数化“类型”输入，您可以使用以下语法：

in_type = 32

df.query('type == @in_type').nlargest(3, 'growth')

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

---

或者，如果要使用groupby，则可以使用查询仅获取所需的类型。

type_group_df = df.groupby('type', group_keys=False)\
                  .apply(pd.DataFrame.nlargest,n=3,columns='growth')

要调用它，您可以使用：

type_group_df.query('type == 32')

如果你有一个类型的字符串，它将如下所示：

type_group_df.query('type == "brazilian"')

但是，如果您的列名称以特殊字符（例如“＃”）开头，则应使用以下命令：

type_group_df[type_group_df['#type'] == 32]

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

查询另一种类型（43）：

type_group_df.query('type == 43')

输出：

     person_code  type  growth  size
1 .          233    43    0.12   333

Answer 2

您可以同时为所有types执行此操作：

df.groupby('type').apply(lambda dft: dft.nlargest(3, 'growth'))

回报

        person_code  type  growth  size
type                                   
32   6          434    32    0.82    90
     0          231    32    0.54    32
     2          432    32    0.44    21
43   1          233    43    0.12   333
56   3          431    56    0.32    23
89   4          654    89    0.12    89

Answer 3

就像是 ？

df.sort_values(['type','person_code']).groupby('type').head(3)
Out[184]: 
   person_code  type  growth  size
0          231    32    0.54    32
2          432    32    0.44    21
6          434    32    0.82    90
1          233    43    0.12   333
3          431    56    0.32    23
4          654    89    0.12    89

Answer 4

找出每组的前3个增长值的指数，并将1级指数输入.loc。

idx = df.groupby("type")["growth"].nlargest(3).index

# MultiIndex(levels=[[32, 43, 56, 89], [0, 1, 2, 3, 4, 6]],
#           labels=[[0, 0, 0, 1, 2, 3], [5, 0, 2, 1, 3, 4]],
#           names=['type', None])

dftop3 = df.loc[idx.get_level_values(1)]

    person_code type    growth  size
6   434         32       0.82   90
0   231         32       0.54   32
2   432         32       0.44   21
1   233         43       0.12   333
3   431         56       0.32   23
4   654         89       0.12   89

dftop3[dftop3.type == 32]

person_code type    growth  size
6   434      32     0.82    90
0   231      32     0.54    32
2   432      32     0.44    21