Python Pandas Groupby isin

Question

我有一个数据框，其中列出了不同的团队（绿色、蓝色、黄色、橙色、[有数百个团队]等），还列出了他们每月的收入。我希望能够根据收入创建前 10 名团队的列表，然后将其输入到 groupby 语句中，这样我在处理各种数据框时只查看这些团队。这些是我创建的语句，但我遇到了问题：

Rev = df['Revenue'].head(10) and I have also used Rev = df.nlargest(10,['Revenue'])

grpby = df.groupby([df['team'].isin(rev), 'team'], as_index=False)['Revenue'].sum().sort_values('Revenue', ascending=False).reset_index()

*编辑：导致此请求的其他代码： *编辑：df = pd.read_excel('c:/Test.xlsx', sheet_name="Sheet1", index_col = 'Date', parse_dates=True)

*编辑：df = pd.DataFrame(df)

我可以使 groupby 语句工作，但我无法将“Rev”列表提供给限制/过滤要查看的组的 groupby 语句。

另外，当使用 groupby 语句创建数据框时，如何添加回未分组的其他列？例如，在我上面的陈述中，我尝试使用“团队”和“收入”，但如果我还想在其他列中添加（“位置”或“团队领导”），在更多列中添加的语法是什么？

*编辑 通过 excel 文件输入示例： 团队收入 绿色 10 蓝色 15 红20 橙色 5 在上面的例子中，我想使用一个语句，它取前三个并保存为一个列表，然后将其输入到 groupby 语句中。现在看起来我还没有填充实际的数据框？ *从控制台： 空数据框 列：[团队，收入] 索引：[]

Answer 1

boolean indexing 需要过滤器作为第一步：

示例：

df = pd.DataFrame({'Teams': ['Green', 'Blue', 'Red', 'Orange', 'Green', 'Blue', 'Grey', 'Purple'], 
                   'Revenue': [18, 15, 20, 5, 10, 15, 2, 5], 
                   'Location': ['A', 'B', 'V', 'G', 'A', 'D', 'B', 'C']})

print (df)
    Teams  Revenue Location
0   Green       18        A
1    Blue       15        B
2     Red       20        V
3  Orange        5        G
4   Green       10        A
5    Blue       15        D
6    Grey        2        B
7  Purple        5        C

首先获取最高值并选择列Teams：

Rev = df.nlargest(3,'Revenue')['Teams']
print (Rev)
2      Red
0    Green
1     Blue
Name: Teams, dtype: object

然后需要先过滤boolean indexing:

print (df[df['Teams'].isin(Rev)])
   Teams  Revenue Location
0  Green       18        A
1   Blue       15        B
2    Red       20        V
4  Green       10        A
5   Blue       15        D

df1 = (df[df['Teams'].isin(Rev)]
        .groupby('Teams',as_index=False)['Revenue']
        .sum()
        .sort_values('Revenue', ascending=False))
print (df1)
   Teams  Revenue
0   Blue       30
1  Green       28
2    Red       20

如果需要输出多个列，则需要为每个列设置聚合函数，例如：

df2 = (df[df['Teams'].isin(Rev)]
        .groupby('Teams',as_index=False)
        .agg({'Revenue':'sum', 'Location': ', '.join, 'Another col':'mean'}))
print (df2)
   Teams  Revenue Location
0   Blue       30     B, D
1  Green       28     A, A
2    Red       20        V