PANDAS dataframe python：想要按组对值进行排序

Question

我有以下 link 以上的 CSV 文件，其中包含我希望处理的原始数据。

census_df = df = pd.read_csv('https://raw.githubusercontent.com/Qian-Han/coursera-Applied-Data-Science-with-Python/master/Introduction-to-Data-Science-in-Python/original_data/census.csv')
sortedit = census_df.sort_values(by = ['STNAME','CENSUS2010POP'],ascending=False)

我正在尝试按列 'CENSUS2010POP'.

降序排列数据

我还想按字母顺序 'state' 对数据进行排序，因此我在上面的公式中包括了 'STNAME' 列。

但是，我只想 select 每个州的 3 个最高值 'CENSUS2010POP' ( 'STNAME')。

因此，如果总共有 146 个州，我应该在我的新数据框中（因此在 'CENSUS2010POP' 列中）有 (146 x 3) 行。

如果有人能帮助我，我将不胜感激？

Answer 1

试试这个：

df = census_df.groupby(["STNAME"]).apply(lambda x: x.sort_values(["CENSUS2010POP"], ascending = False)).reset_index(drop=True)

df.groupby('STNAME').head(3)[['STNAME','CENSUS2010POP']]

每个 STNAME.

中按 CENSUS2010POP 排序的第一个语句 returns 数据帧

第二条语句returns前3.

Answer 2

IIUC，groupby 与 .nalrgest 创建索引过滤器，与 sort_values

链接

df2 = df.iloc[df.groupby('STNAME')['CENSUS2010POP']\
                              .nlargest(3).index.get_level_values(1)]\
                              .sort_values(['STNAME','CENSUS2010POP'],ascending=True)

print(df['STNAME'].nunique())

51


print(df2.shape)
(152, 100)

print(df2[['STNAME','CENSUS2010POP']])

   STNAME  CENSUS2010POP
49      Alabama         412992
37      Alabama         658466
0       Alabama        4779736
76       Alaska          97581
71       Alaska         291826
...         ...            ...
3137  Wisconsin         947735
3096  Wisconsin        5686986
3182    Wyoming          75450
3180    Wyoming          91738
3169    Wyoming         563626

[152 rows x 2 columns]

PANDAS dataframe python：想要按组对值进行排序

PANDAS dataframe python: wanting to sort values by group

python

csv

series

dataframe

pandas