我有一个包含美国各州和县人口的数据框,我按降序对其进行排序,以便获得每个州人口最多的 3 个县,但我不知道用于分割每个州第一次出现的 3 个县的语法。
我试过了
census_df=census_df[["STNAME",'CENSUS2010POP']][:3]
但只得到了第一个州(怀俄明州)。我不知道我是否必须要有 Multiindex 或类似的东西才能做到这一点。
数据示例如下:
STNAME CENSUS2010POP
3169 Wyoming 563626
3180 Wyoming 91738
3182 Wyoming 75450
3172 Wyoming 46133
3188 Wyoming 43806
...
3096 Wisconsin 5686986
3137 Wisconsin 947735
3109 Wisconsin 488073
3164 Wisconsin 389891
...
47 Alabama 30776
3 Alabama 27457
31 Alabama 26790
10 Alabama 25989
13 Alabama 25833
67 Alabama 24484
请您参考如下方法:
df = df.groupby('STNAME').head(3)
如果没有排序可以通过 sort_values 添加或使用 nlargest :
df = (df.sort_values(['STNAME','CENSUS2010POP'], ascending=[True, False])
.groupby('STNAME').head(3))
print (df)
STNAME CENSUS2010POP
47 Alabama 30776
3 Alabama 27457
31 Alabama 26790
3096 Wisconsin 5686986
3137 Wisconsin 947735
3109 Wisconsin 488073
3169 Wyoming 563626
3180 Wyoming 91738
3182 Wyoming 75450
df = (df.groupby('STNAME')['CENSUS2010POP']
.nlargest(3)
.reset_index(level=1, drop=True)
.reset_index())
print (df)
STNAME CENSUS2010POP
0 Alabama 30776
1 Alabama 27457
2 Alabama 26790
3 Wisconsin 5686986
4 Wisconsin 947735
5 Wisconsin 488073
6 Wyoming 563626
7 Wyoming 91738
8 Wyoming 75450
