Skip to main content
 首页 » 编程设计

python之在 pandas dataframe 的 groupby 之后选择每组中的前 3 个类别

2024年11月24日9langtianya

所以我的数据框现在看起来像这样:

| Name | Type | Class   | Amount | 
|------|------|---------|--------| 
| Abel | A    | Chinese | 2      | 
| Abel | B    | English | 5      | 
| Abel | C    | Science | -1     | 
| Abel | D    | Physics | -10    | 
| Cain | C    | Chinese | -5     | 
| Cain | B    | Science | 0      | 
| Cain | A    | English | 30     | 
| Cain | D    | Chinese | 2      | 
|------|------|---------|--------| 

数据样本:

data = {'Name': ['Abel', 'Abel', 'Abel', 'Abel', 'Cain', 'Cain', 'Cain', 'Cain'], 
'Type': ['A', 'B', 'C', 'D', 'C', 'B', 'A', 'D'], 
'Class': ['Chinese', 'English', 'Science', 'Physics', 'Chinese', 'Science', 'English', 'Chinese'], 
'Amount': [2,5,-1,-10,-5,0,30,2]} 

我正在尝试根据数量为每个名称查找前 n 个类型和前 n 个类别。

我尝试了 df.groupby(["Name","Type"]).sum() ,它给我分组,但我如何选择前 5 个,以便我可以将它们转置到 5 个不同的列中?

例如前 3 种类型的最终输出应该是这样的,前 3 类只是类似的东西,除了列是 1 类到 3 类:

| Name | Type 1 | Type 2 | Type 3 | 
|------|--------|--------|--------| 
| Abel | B      |   A    |   C    | 
| Cain | A      |   D    |   B    | 

我也尝试了 sort_values 和 .head(5),但排序以某种方式将负数视为最大。此外,结果也不属于分组。有什么帮助吗?谢谢!

请您参考如下方法:

使用:

#sorting by both columns 
df1 = df.sort_values(['Name','Amount'], ascending=[True, False]) 
#create counter column used for later columns names 
df1['g'] = df1.groupby('Name').cumcount().add(1) 
#filter top3 
df1 = df1[df1['g'] <= 3] 
#reshape by pivot 
df2 = df1.pivot('Name','g','Type').add_prefix('Type ').reset_index().rename_axis(None, axis=1) 
print (df2) 
   Name Type 1 Type 2 Type 3 
0  Abel      B      A      C 
1  Cain      A      D      B