Skip to main content
 首页 » 编程设计

python之nlargest on groupby 具有多索引和多个聚合列

2025年02月15日6www_RR

努力将 .nlargest() 应用于我的 groupedby 数据,以便仅显示每个索引的总收入最大的 10 个 [0]

Groupedby 数据如下所示:

当我运行时:

grp_data.n_largest(10,'GrossRevenue_GBP') 

似乎对我不起作用,完整的代码片段如下:

tmean = lambda x :stats.trim_mean(x, 0.1) 
 
data = data.loc[(data['YYYY'] == 2016)&(data['New_category_ID'] != 0)] 
 
grp_data = data.groupby(['New_category','CDI_CUS_NM'])['GrossRevenue_GBP', 
'OrderCount', 
'% Rev',  
'MOVC_GBP',  
'Average order size'] 
.aggregate({'GrossRevenue_GBP':np.sum, 'OrderCount':np.sum,'% Rev': np.sum,'MOVC_GBP': tmean ,'Average order size': tmean }) 
.nlargest(10,'GrossRevenue_GBP') 
 
 
grp_data['Country'] = 'EU' 
 
 
key1 = grp_data.index.labels[0] 
key2 = grp_data['GrossRevenue_GBP'].rank(ascending=False) 
sorter = np.lexsort((key2, key1)) 
 
grp_data = grp_data.take(sorter) 
 
 
grp_data = grp_data[['% Rev','GrossRevenue_GBP', 'MOVC_GBP','Average order size','OrderCount','Country']] 

非常感谢一些帮助。

谢谢,

请您参考如下方法:

我认为您首先需要 groupby Multiindex 级别并使用 nlargest 应用函数:

grp_data = data.groupby(['New_category','CDI_CUS_NM'])  
               .aggregate({'GrossRevenue_GBP':np.sum,  
                           'OrderCount':np.sum, 
                           '% Rev': np.sum, 
                           'MOVC_GBP': tmean , 
                           'Average order size': tmean }) 
 
df = grp_data.groupby('New_category') 
             .apply(lambda x: x.nlargest(1,'GrossRevenue_GBP')) 
             .reset_index(level=0, drop=True)