根据另一列选择前 n 列答案

【问题标题】：Select top n columns based on another column根据另一列选择前 n 列
【发布时间】：2020-12-30 03:17:25
【问题描述】：

我有一个数据库如下：

我想获得一个熊猫数据框，根据人口最多的前几行过滤每个日期的 2 行。输出应如下所示：

我知道 pandas 提供了一个名为 nlargest 的公式： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.nlargest.html

但我认为它不适用于这个用例。有什么解决办法吗？

提前非常感谢！

【问题讨论】：

也许你可以sort_values（['Date', 'Population']）并使用groupby（'Date'）？
最好将数据粘贴为帖子的一部分而不是图像。它可以帮助人们测试您的数据并给出正确的答案。随时将代码或数据作为图像放置是不好的做法
@iraciv94 ，如果你喜欢这个答案，那么你也可以投票✔????

标签： python-3.x pandas sorting filtering

【解决方案1】：

我模仿了您的数据框如下，并提供了一种获得所需的方法，希望对您有所帮助。

您的数据框：

>>> df
        Date country  population
0 2019-12-31       A         100
1 2019-12-31       B          10
2 2019-12-31       C        1000
3 2020-01-01       A         200
4 2020-01-01       B          20
5 2020-01-01       C        3500
6 2020-01-01       D          12
7 2020-02-01       D        2000
8 2020-02-01       E          54

您想要的解决方案：

您可以将nlargest 方法与set_index 和groupby 方法一起使用。

这就是你将得到的......

>>> df.set_index('country').groupby('Date')['population'].nlargest(2)
Date        country
2019-12-31  C          1000
            A           100
2020-01-01  C          3500
            A           200
2020-02-01  D          2000
            E            54
Name: population, dtype: int64

现在，您希望通过重置 DataFrame 的索引将 DataFrame 恢复到原始状态，这将为您提供以下 ..

>>> df.set_index('country').groupby('Date')['population'].nlargest(2).reset_index()
        Date country  population
0 2019-12-31       C        1000
1 2019-12-31       A         100
2 2020-01-01       C        3500
3 2020-01-01       A         200
4 2020-02-01       D        2000
5 2020-02-01       E          54

另一种方式：

使用groupby 和apply 函数使用reset_index 和参数drop=True 和level= ..

>>> df.groupby('Date').apply(lambda p: p.nlargest(2, columns='population')).reset_index(level=[0,1], drop=True)
  # df.groupby('Date').apply(lambda p: p.nlargest(2, columns='population')).reset_index(level=['Date',1], drop=True)
        Date country  population
0 2019-12-31       C        1000
1 2019-12-31       A         100
2 2020-01-01       C        3500
3 2020-01-01       A         200
4 2020-02-01       D        2000
5 2020-02-01       E          54

【讨论】：