使用熊猫返回每组前 N 个最大值答案

【问题标题】：Return top N largest values per group using pandas使用熊猫返回每组前 N 个最大值
【发布时间】：2019-10-21 11:03:03
【问题描述】：

我正在尝试查找系列数的最大值，每个系列按提取它的列的名称分组。

我有一个这样的数据框：

MASTER      SLAVE       Value

Master_1    Slave_1     657879
Master_1    Slave_2     34343
Master_1    Slave_3     453313

Master_2    Slave_1     56667
Master_2    Slave_2     6879
Master_2    Slave_3     12333
Master_2    Slave_4     789
Master_2    Slave_5     22235

Master_3    Slave_1     65765
Master_3    Slave_2     23431
Master_3    Slave_3     445
Master_3    Slave_4     567

我需要找到每个 master 的前两个 slave 的最大值。

到目前为止，我已经得到了：

df.groupby('MASTER')['SLAVE'].unique()

它为每个'MASTER'输出系列'Slaves'值：

Master_1    [657879, 34343, 453313]
Master_2    [56667, 6879, 12333, 789, 22235]
Master_3    [65765, 23431, 445, 789, 567]

但我无法理解在此输入之后我正在处理的数据类型。以及如何对这些值进行排序。

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

IIUC，一个选项是sort_values 和GroupBy.head，n=2：

df.sort_values('Value', ascending=False).groupby('MASTER', sort=False).head(2)

     MASTER    SLAVE   Value
0  Master_1  Slave_1  657879
2  Master_1  Slave_3  453313
8  Master_3  Slave_1   65765
3  Master_2  Slave_1   56667
9  Master_3  Slave_2   23431
7  Master_2  Slave_5   22235

另一个是使用set_index 和GroupBy.nlargest，n=2：

df.set_index('SLAVE').groupby('MASTER')['Value'].nlargest(2).reset_index()

     MASTER    SLAVE   Value
0  Master_1  Slave_1  657879
1  Master_1  Slave_3  453313
2  Master_2  Slave_1   56667
3  Master_2  Slave_5   22235
4  Master_3  Slave_1   65765
5  Master_3  Slave_2   23431

【讨论】：

【解决方案2】：

您可以结合使用 sort 和 groupby：

df.sort_values(['MASTER', 'Value'], ascending=[True, False], inplace=True)
grp = df.groupby('MASTER')['SLAVE'].indices
slaves = {k: df.loc[k][:2]['SLAVE'].values  for k in grp.keys()}

将输出：

{'Master_1': array(['Slave_1', 'Slave_3'], dtype=object),
 'Master_2': array(['Slave_1', 'Slave_5'], dtype=object),
 'Master_3': array(['Slave_1', 'Slave_2'], dtype=object)}

【讨论】：