Pandas 熊猫根据绝对值从每组中选择前2名

我有一个数据帧df：

我想得到以下信息：

Col1    Col2    Val1
A       a      -101
A       a       40
A       b       22
B       b      -55
B       b      -27

其中，对于Col1和Col2中的每组，我根据Val1的绝对值选择前2名。我不知道如何处理这个问题。

我们可以做：

df.loc[df['Val1'].abs().groupby([df['Col1'], df['Col2']])
                       .rank(ascending=False).le(2)]


  Col1 Col2  Val1
1    A    a  -101
2    A    a    40
3    A    b    22
5    B    b   -55
7    B    b   -27

我们可以做到：

df.loc[df['Val1'].abs().groupby([df['Col1'], df['Col2']])
                       .rank(ascending=False).le(2)]


  Col1 Col2  Val1
1    A    a  -101
2    A    a    40
3    A    b    22
5    B    b   -55
7    B    b   -27

---

使用argsort的另一个选项

 df.loc[df['Val1'].abs().argsort()[::-1]].groupby(['Col1','Col2']).head(2).sort_values(by = 'Col1')

---

使用argsort的另一个选项

 df.loc[df['Val1'].abs().argsort()[::-1]].groupby(['Col1','Col2']).head(2).sort_values(by = 'Col1')

---

您缺少A，b对，该对提供22另一个选项是创建pusedo密钥，但这个答案更好-df.assignkey=df[Val1].abs.sort\u valueskey，ascending=False.dropkey，1.groupby[Col1，Col2].head2.sort\u valuescol1您缺少A对，b对，该对提供22另一个选项是创建pusedo密钥，但是这个答案更好-df.assignkey=df[Val1].abs.sort_valueskey，升序=False.dropkey，1.groupby[Col1，Col2].head2.sort_valuesCol1