Skip to main content
 首页 » 编程设计

python之如何获取数据框中字段列表的前 3 次出现

2025年01月19日15lautakyan007

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:

我认为您需要对值进行排序groupby + head :

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