Python：如何获取按 id 分组的每列的 n 个最大值的平均值答案

【问题标题】：Phyton: How to get the average of the n largest values for each column grouped by idPython：如何获取按 id 分组的每列的 n 个最大值的平均值
【发布时间】：2020-03-22 19:58:17
【问题描述】：

我试图在按 id 分组时获取每列的平均值。但我没有让它按我的意愿工作。

数据：

ID       Property3   Property2   Property3
1        10.2        ...         ...
1        20.1
1        51.9
1        15.8
1        12.5
...
1203     104.4
1203     11.5
1203     19.4
1203     23.1

到目前为止我得到了什么：
我得到了这两个尝试。但它们都只用于一列，我不知道该怎么做。：

data.groupby('id')['property1'].apply(lambda grp: grp.nlargest(100).mean())
1       37.897989
2       33.059432
3       34.926530
4       33.036137

data.groupby('id').agg({'property1': {lambda grp: grp.nlargest(100).mean()}})
id  property1 <lambda>
1   37.897989
2   33.059432
3   34.926530
4   33.036137

我想要什么：
理想情况下，我希望有一个如下数据框：

ID       Property3   Property2   Property3
1        37.8        5.6         2.3
2        33.0        1.5         10.4
3        34.9        91.5        10.3
4        33.0        10.3        14.3

这样每一行都包含按 id 分组的每个列的 100 个最大值的平均值。

【问题讨论】：

标签： python pandas dataframe lambda pandas-groupby

【解决方案1】：

使用带有省略列的GroupBy.agg处理DataFrame中没有ID的所有列：

df = data.groupby('ID').agg(lambda grp: grp.nlargest(100).mean()).reset_index()

print (df)
       ID  Property1  Property2  Property3
0     1.0       22.1       ...       ...
1  1203.0       39.6       ...       ...

或者指定groupby之后的列：

df = (data.groupby('ID')['Property1','Property2','Property3']
          .agg(lambda grp: grp.nlargest(100).mean())
          .reset_index())

【讨论】：

太棒了。非常感谢

【解决方案2】：

将GroupBy.agg 与as_index=False 一起使用所以id 是一个列：

data.groupby('id',as_index=False).agg(lambda grp: grp.nlargest(100).mean())

【讨论】：