Python groupby：尝试按国家分组，列出每个国家的前10个品种以及平均价格和平均分数

我试图生成一个数据框架，它按国家分组，列出每个国家的前10个葡萄酒品种及其平均价格和点数

我已成功地按国家和葡萄酒进行分组，并生成了价格和积分的平均值。 我可以使用value_counts（）生成每个国家的前10个品种。nlargest（10），但我无法通过使用平均值来除去最初组中的剩余品种

countryGroup = df.groupby(['country', 'variety'])['price','points'].mean().round(2).rename(columns = {'price':'AvgPrice','points':'AvgPoints'})
countryVariety = df.groupby('country')['variety']
countryVariety = countryVariety.apply(lambda x:x.value_counts().nlargest(10))

实际结果是列出了每个国家的前10个品种。

---

但我需要的是平均价格和点数，这里有一些样本数据。对于这些需要大量数据的问题，生成随机测试数据非常有用，可以在几行中完成：

import pandas as pd
import numpy as np
import string

np.random.seed(123)
n = 1000
df = pd.DataFrame({'country': np.random.choice(list('AB'), n),
                   'variety': np.random.choice(list(string.ascii_lowercase), n),
                   'price':  np.random.normal(100, 10, n),
                   'points': np.random.choice(100, n)})

解决这个问题的一种方法是两次

groupby

。第一个允许我们计算每个国家品种组的数量。第二个是每个国家（根据大小）的前10名，其排序值为

.sort\u

+

tail

df_agg = (df.groupby(['country', 'variety']).agg({'variety': 'size', 'price': 'mean', 'points': 'mean'})
            .rename(columns={'variety': 'size'}))
df_agg = df_agg.sort_values('size').groupby(level=0).tail(10).sort_index()

输出：

---

下面是一些示例数据。对于这些需要大量数据的问题，生成随机测试数据非常有用，可以在几行中完成：

import pandas as pd
import numpy as np
import string

np.random.seed(123)
n = 1000
df = pd.DataFrame({'country': np.random.choice(list('AB'), n),
                   'variety': np.random.choice(list(string.ascii_lowercase), n),
                   'price':  np.random.normal(100, 10, n),
                   'points': np.random.choice(100, n)})

解决这个问题的一种方法是两次

groupby

。第一个允许我们计算每个国家品种组的数量。第二个是每个国家（根据大小）的前10名，其排序值为

.sort\u

+

tail

df_agg = (df.groupby(['country', 'variety']).agg({'variety': 'size', 'price': 'mean', 'points': 'mean'})
            .rename(columns={'variety': 'size'}))
df_agg = df_agg.sort_values('size').groupby(level=0).tail(10).sort_index()

输出：

---

这是我的第一个问题。你能添加一些示例数据和预期输出吗？我怎么做？编辑你的问题，然后添加这些细节这是我的第一个问题。你能添加一些示例数据和预期的输出吗？我该怎么做？编辑你的问题，然后添加这些细节。谢谢你的工作。抱歉，问题质量不好。你能再解释一下这是怎么回事吗？我对潘多拉一无所知。这与您的尝试非常相似，唯一的区别是我还计算了每个国家品种组的大小（这将告诉您该品种在该国出现的次数）

.agg

允许对每列应用不同的函数。然后可以根据大小进行排序（最大的大小在底部）。接下来，您将

groupby（level=0）

这是索引的国家级别，tail（10）选择每个国家的最后10行。由于我们之前进行了分类，这些将是每一个国家最常见的10种葡萄酒。非常感谢。很高兴知道我的想法是正确的。我如何使用round（）来表示？@AshutoshMishra您可以在最后调用

.round（2）。它不会影响

size`因为它是一个整数。您好，谢谢您的帮助。抱歉，问题质量不好。你能再解释一下这是怎么回事吗？我对潘多拉一无所知。这与您的尝试非常相似，唯一的区别是我还计算了每个国家品种组的大小（这将告诉您该品种在该国出现的次数）

.agg

允许对每列应用不同的函数。然后可以根据大小进行排序（最大的大小在底部）。接下来，您将

groupby（level=0）

这是索引的国家级别，tail（10）选择每个国家的最后10行。由于我们之前进行了分类，这些将是每一个国家最常见的10种葡萄酒。非常感谢。很高兴知道我的想法是正确的。我如何使用round（）来表示？@AshutoshMishra您可以在最后调用

.round（2）。它不会影响

size`因为它是一个整数。