Skip to main content
 首页 » 编程设计

python之获得每组 pandas 的前 n 行

2024年11月24日8lonelyxmas

我尝试将 groupby 与 pandas 一起使用,但作为 python 的新手,我似乎找不到解决方案

raw_data = {'Products': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],  
        'Month': ['201903', '201903', '201902', '201901', '201902', '201901', '201902', '201904','201903', '201902', '201904', '201903'],  
        'Sales': [4, 24, 31, 2, 3, 4, 24, 31, 2, 3, 2, 3]} 
df = pd.DataFrame(raw_data, columns = ['Products', 'Month', 'Sales']) 
df 

数据是这样的

Products    Month   Sales 
0   A           201903  4 
1   A           201903  24 
2   A           201902  31 
3   A           201901  2 
4   B           201902  3 
5   B           201901  4 
6   B           201902  24 
7   C           201904  31 
8   C           201903  2 
9   C           201902  3 
10  C           201904  2 
11  C           201903  3 

我需要,每个产品都显示最近两个月的销售额,就像这样

Products    Months  Sales 
A           201902  31 
A           201903  28 
B           201901  4 
B           201902  27 
C           201903  5 
C           201904  33 

如果所有内容格式不正确,我很抱歉,对 SO 来说还是新的

谢谢

请您参考如下方法:

这样做就可以了:

(df.groupby(['Products', 'Month'], as_index=False) 
   .sum() 
   .sort_values(['Products', 'Sales'], 
                ascending=(True,False)) 
   .groupby('Products') 
   .head(2)) 
 
  Products   Month  Sales 
1        A  201902     31 
2        A  201903     28 
4        B  201902     27 
3        B  201901      4 
7        C  201904     33 
6        C  201903      5