Python 3.x 熊猫按两列分组，并按降序排列其中一列的每个值的前n行

我有一个包含许多列的熊猫数据框架（两个感兴趣的列名是

a

和

b

）

我想按

a

和

b

计算每个组的发生率

按事件的降序对每个组进行排序

对于

b

的每个值，我想取出现次数最多的

a

的前n个值

我可以使用以下代码执行步骤3：

  a_b_count = df.groupby(['a', 'b']).size().reset_index().rename({0:'count'},axis='columns').sort_values('count', ascending = False)

但是，对于

b

的每个值，如何获得

a

的前n个值，其中出现次数最多

示例

df =

     a           b       ...
     a1          b1      ...
     a2          b1      ...
     a1          b1      ...
     a1          b2      ...
     a2          b2      ...
     a2          b2      ...

预期输出（对于

n=1

）：

您可以使用而不是

排序

。相对于系列大小，较小的

n

会更快

---

---

---

这里有一种方法，使用获取列

a

和

b

的频率：

pd.crosstab(df.a, df.b).stack().nlargest(1, keep="all").reset_index(name="count")

---

您想要

计数

还是

前N个值

？这是两种不同的情况。您的步骤4显示Top N，但您的输出显示count。另外，在您的输出中，a列和b列是向后的吗？我希望在减少计数的基础上得到前n个值。这有意义吗？

df.groupby(['a', 'b']).size().groupby(
    level=1).nlargest(n).reset_index(-1, drop=True)

b   a 
b1  a1    2
b2  a2    2
dtype: int64

pd.crosstab(df.a, df.b).stack().nlargest(1, keep="all").reset_index(name="count")