按多级类别分组并返回每个类别中最大 n 的总和（每个类别的 n 不同）答案

【问题标题】：Group by multi-level category and return sum of n-largest in each category (n is different for each category)按多级类别分组并返回每个类别中最大 n 的总和（每个类别的 n 不同）
【发布时间】：2019-11-20 11:36:56
【问题描述】：

我有一个 pandas 数据框 (df)，代表不同个人的每月支出。数据框中的第一列指的是个人 ID，第二列指的是费用类别，第三列指的是花费的金额。见下表：

d = {'PersonID': ['A','A','A','A','A','A','A','A','B','B','B','B','B','B'], 'Category': ['Food','Food','Food','Food','Travel','Travel','Travel','Travel','Food','Food','Food','Travel','Travel','Travel'], 'Expenditure':[10,15,5,20,500,100,1000,2000,10,30,10,800,1000,400]}
df = pd.DataFrame(data=d)

对于每个人，我想得到食品类别中三个最大支出的总和，以及旅行类别中两个最大支出的总和。

对于上面的示例表，我想要下表：

我正在尝试使用以下代码，但问题是我无法在不同类别中指定不同的 N 最大费用。

df.groupby(['PersonID','Category'])['Expenditure'].nlargest(2).sum(level=0)

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

这样做的方法是先按类别拆分数据框，然后按总和分组，然后将结果连接在一起：

pd.concat([
df.query('Category == "Food"').groupby(['PersonID','Category'])['Expenditure'].nlargest(3).sum(level=[0,1]),
df.query('Category == "Travel"').groupby(['PersonID','Category'])['Expenditure'].nlargest(2).sum(level=[0,1])
])

输出：

PersonID  Category
A         Food          45
B         Food          50
A         Travel      3000
B         Travel      1800
Name: Expenditure, dtype: int64

使用字典和列表理解：

d = {'Food':2,
     'Travel':3}

pd.concat([df[df['Category'] == c].groupby(['PersonID','Category'])['Expenditure'].nlargest(n).sum(level=[0,1]) for c,n in d.items()])

【讨论】：