Python 按多索引级别0（系列/数据帧）对列进行排序并筛选顶级结果

我想将索引中每个元素的顶级结果分组到0级。例如，对于此数据帧/系列：

import pandas as pd
import numpy as np
np.random.seed(1)

index = list(zip(['A']*5 + ['B']*5, list(range(10))))
df = pd.Series(np.random.random((10)),
               index=pd.MultiIndex.from_tuples(index, names=['i0', 'i1']),
               name='val')

pd.DataFrame(df)

---

我想对

A

和

B

进行分组，并从每个组返回前3个

val

（降序）。

也许这就是您要找的

df.groupby(level=0, group_keys=False).apply(lambda x: x.sort_values(ascending=False).head(3))

i0  i1
A   1     0.720324
    0     0.417022
    3     0.302333
B   9     0.538817
    8     0.396767
    7     0.345561

---

这里还有一个类似的选项：

(df.sort_values('val', ascending=False).groupby(level=0).head(3)
   .sort_index(level = 0, sort_remaining=False, kind="mergesort"))

---

您不需要浪费时间进行排序，请使用

nlargest

df.groupby(level=0, group_keys=False).nlargest(3)

i0  i1
A   1     0.720324
    0     0.417022
    3     0.302333
B   9     0.538817
    8     0.396767
    7     0.345561
Name: val, dtype: float64