Python 尝试基于最高频率创建子集

我有以下数据集：

df = pd.DataFrame()
df['fruit'] = ['apple','pear','banana','banana','pear','banana','apple','apple','pear','apple','apple','apple']
df['price'] = [2,1,3,3,1,3.3,1.8,1.8,1,1.6,1.6,1.6]
df['date_buy'] = ['01/01/2005','01/01/2005','01/01/2005','01/01/2005','01/02/2005','01/02/2005','01/02/2005','01/02/2005','01/03/2005','01/03/2005','01/03/2005','01/03/2005']
df.date_buy = df.date_buy.astype('datetime64')
df.set_index('date_buy', inplace = True)

pivot_df = df.pivot_table(index=['date_buy'],columns = ['fruit'], values = ['price'], aggfunc = sum).\
fillna(0).resample('D', level=0).sum()

            price
fruit       apple   banana  pear
date_buy            
2005-01-01  2.0     6.0     1.0
2005-01-02  3.6     3.3     1.0
2005-01-03  4.8     0.0     1.0

我想对pivot_df上的一些列进行子集，pivot_df是价格总和的底部两个。在这种情况下，应为梨（总数3）和香蕉（总数9.3）

非常感谢您的帮助。

让我们试试：

过滤的

：

           price       
fruit       pear banana
date_buy               
2005-01-01   1.0    6.0
2005-01-02   1.0    3.3
2005-01-03   1.0    0.0

让我们试试：

过滤的

：

           price       
fruit       pear banana
date_buy               
2005-01-01   1.0    6.0
2005-01-02   1.0    3.3
2005-01-03   1.0    0.0

---

而且它也可以使用NLAGEST，谢谢@Henry Ecker，我很感激能让我进行更多调查的答案！而且它也可以使用NLAGEST，谢谢@Henry Ecker，我很感激能让我进行更多调查的答案！

           price       
fruit       pear banana
date_buy               
2005-01-01   1.0    6.0
2005-01-02   1.0    3.3
2005-01-03   1.0    0.0