Pandas GroupBy：如何基于列获取前n个值

AbtPst 发表于 Dev

AbtPst

如果这是一个基本问题，请原谅我，但我是熊猫的新手。我有一个带有A列的数据框，我想根据A列的计数获取前n行。例如，原始数据看起来像

A  B  C
x 12  ere
x 34  bfhg
z 6   bgn
z 8   rty
y 567 hmmu,,u
x 545 fghfgj
x 44  zxcbv

请注意，这只是我实际使用的数据的一小部分。

因此，如果我们查看列A，则值x出现4次，y出现2次，z出现1次。如何根据此计数获取列A的前n个值？

print df.groupby(['A']).sum()

这给了我

A      B

x      6792117

但是当我这样做

print len(df.groupby(['A']).get_group('x'))

我得到

此外

len(df.index)

给我

这样的怎么算可以'A' == 'x'是6792117在该组的结果可知？我想念什么？

更新资料

考虑

print df.groupby(['A']).describe()

给我

     Tags           DocID

x    count      21.000000
     mean   323434.142857
     std     35677.410292
     min    266631.000000
     25%    292054.000000
     50%    325575.000000
     75%    347450.000000
     max    380286.000000

这是有道理的。我只想获取具有按列A的最大计数的行。

更新2

我做到了

print df.groupby(['A'],as_index=False).count()

我得到

         A       B      C
0        x       21     21
1        y       11     11
2        z        8      8

因此，基本上，对于列A，标记x在列B中具有21个条目，在列C中具有21个条目。在我的情况下，列B和C是唯一的。很好现在我如何获得关于列C的前n行？

更新3

所以我尝试了

import heapq
print heapq.nlargest(3,df.groupby(['A'],as_index=False).count()['C'])

我得到

[151, 85, 72]

所以我知道对于A列，我将上述数列为前3个数。但是我仍然不知道这些计数指的是A列的哪个值？例如，列A中哪个值的计数为151？有什么办法可以链接这些信息？

耶斯列尔

您可以使用IIUC函数nlargest。

我尝试您的示例数据，并按列获取前2行C：

print df
   A    B        C
0  x   12      ere
1  x   34     bfhg
2  z    6      bgn
3  z    8      rty
4  y  567  hmmu,,u
5  x  545   fghfgj
6  x   44    zxcbv

dcf = df.groupby(['A'],as_index=False).count()
print dcf
   A  B  C
0  x  4  4
1  y  1  1
2  z  2  2

#get 2 largest rows by column C
print dcf.nlargest(2,'C')
   A  B  C
0  x  4  4
2  z  2  2

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。