Python 3.x Pandas groupby和short value并以python中唯一的排名获得前3名？

我有这样的数据框

          Val1     Val2 

     0     a        1.0
     1     a        1.0
     2     a        0.98
     3     a        0.78
     4     a        0.70
     5     b        0.97
     6     b        0.67
     7     b        0.75
     8     b        1.0

我想在Val1上做groupby，然后按降序排列val2，并获取每个组的最高唯一值

像这样

      Val1    Val2

  0     a        1.0  ----------- top1 of a
  1     a        1.0  ----------- top1 of a
  2     a        0.98 ----------- top2 of a
  3     a        0.78  ------------ top3 of a
  5     b        0.97  
  7     b        0.75
  6     b        0.67

<> p>因此，如果字段中的值是相同的，则应该只考虑它的前第一名。

我试过这个

result_CI.sort_values(['Val2'],ascending=False).groupby('Val1').head(3)

但它并没有给出预期值，因为据我所知，head只是从顶部取了3个值。而且我也试过了。最大的也没有给我预期的结果。

你可以做：

df[df.groupby('Val1')['Val2'].rank(method='dense',ascending=False)<=3]
#or df[df.groupby('Val1')['Val2'].apply(lambda x: x.rank(method='dense',ascending=False)<=3)]

---

已经有答案了，但只是增加了另一种方法

import pandas as pd
import numpy as np

c = ['Val1','Val2'] 
v = [
        ['b',1.0],
        ['a',1.0],
        ['a',1.0],
        ['a',0.98],
        ['a',0.78],
        ['a',0.70],
        ['b',0.97],
        ['b',0.67],
        ['b',0.75],

    ]


df = pd.DataFrame(v,columns=c)

##### Output ####
  Val1  Val2
0    b  1.00
1    a  1.00
2    a  1.00
3    a  0.98
4    a  0.78
5    a  0.70
6    b  0.97
7    b  0.67
8    b  0.75

k = df.groupby(['Val1']).apply(pd.DataFrame.sort_values, 'Val2',ascending=False)

print(k)

##### Output ####
       Val1  Val2
Val1             
a    1    a  1.00
     2    a  1.00
     3    a  0.98
     4    a  0.78
     5    a  0.70
b    0    b  1.00
     6    b  0.97
     8    b  0.75
     7    b  0.67

import pandas as pd
import numpy as np

c = ['Val1','Val2'] 
v = [
        ['b',1.0],
        ['a',1.0],
        ['a',1.0],
        ['a',0.98],
        ['a',0.78],
        ['a',0.70],
        ['b',0.97],
        ['b',0.67],
        ['b',0.75],

    ]


df = pd.DataFrame(v,columns=c)

##### Output ####
  Val1  Val2
0    b  1.00
1    a  1.00
2    a  1.00
3    a  0.98
4    a  0.78
5    a  0.70
6    b  0.97
7    b  0.67
8    b  0.75

k = df.groupby(['Val1']).apply(pd.DataFrame.sort_values, 'Val2',ascending=False)

print(k)

##### Output ####
       Val1  Val2
Val1             
a    1    a  1.00
     2    a  1.00
     3    a  0.98
     4    a  0.78
     5    a  0.70
b    0    b  1.00
     6    b  0.97
     8    b  0.75
     7    b  0.67