在 Python 中创建具有多个操作的函数

Question

我目前正在做一个包含婴儿姓名数据的项目。我正在研究从 1950 年代开始的每个十年中最受欢迎的男性和女性婴儿名字。我正在尝试创建一个函数，该函数将打印出我输入的数据集的最高名称。

到目前为止，我已经成功地为每个十年创建了两个数据集（一个男性和另一个女性）

这是我为该函数提供的代码，但我似乎无法弄清楚如何使它工作......

def getTopName(data):
    (data
        .drop(columns =['sex', 'prop'])
        .pivot(index = 'name', columns = 'year', values = 'n')
        .sum(axis=1) = data['decade']
        .sort_values(by = 'decade', ascending = False))
    print data[0:1]

关于如何完成此任务的任何建议？

我的数据如下所示：

它目前是长格式。我可以创建一个中间函数，将其转换为宽格式并构建一个新列，可以将每年（1960、1961、... 1969）的总数相加吗？

Answer 1

问题 1 - 每年 n 最高的名称

df.groupby(by='name', as_index=False)
      .count()
      .nlargest(1, 'number')
      .iloc[0]["name"]

Sample data

问题 2 - 将数据转换为宽格式

Sample data 对其进行了测试

pandas 中的 Pivot 不进行聚合。因此，我将获得每年总计和每十年总计的步骤分开。最后，我加入这两个以获得所需的结果：

import pandas as pd

df = pd.read_csv('set2.csv')

# add decade column
df["decade"] = df["year"] - (df["year"] % 10)

# add decade_title column to prevent join clashes
df["decade_total"] = df["decade"]
                       .apply(lambda decade_num: f"{str(decade_num)}_total")

# first pivot with n per year
per_year_df = df.pivot(index="name", columns="year", values="n")

# pivot cannot aggregate so we first aggregate and then pivot
per_decade_df = df\
    .groupby(by=["decade_total", "name"], as_index=False)\
    .agg({"n": 'sum'})\
    .pivot(index="name", columns="decade_total", values="n")

# finally we join the decade totals to the yearly counts
joined_df = per_year_df.join(per_decade_df)