Python 如何选择两组中的前N个，并将第二组的其余部分聚合为；“其他”；和熊猫在一起？

我有一个包含产品、价格、类别和县的数据集。我使用此代码计算每个县每个类别的产品数量：

df_count = df.groupby(['County','Category']).size().reset_index(name='counts')

我的数据帧现在看起来如下所示：

县 类别 计数 0 布莱金厄省 配件及手表 35 1. 布莱金厄省 音频和视频 101 2. 布莱金厄省 自行车 78 3. 布莱金厄省 船配件 65 4. 布莱金厄省 船 143 ... ... ... ... 657 Östergötland 摩托雪橇配件 2. 658 Östergötland 雪地摩托 5. 659 Östergötland 运动休闲设备 335 660 Östergötland 工具 102 661 Östergötland 卡车与建筑 66

---

您可以使用以下步骤序列来获得最终输出，我相信这是相当简单的

为了便于理解，我将在代码中添加注释和每行的输出

# Grab top 2 largest caterogies of each country
top_two = df.groupby('County').apply(lambda x: x.nlargest(2, 'counts')).reset_index(drop=True)  

>>> top_two
         County                    Category  counts
0      Blekinge                       Boats     143
1      Blekinge               Audio & video     101
2  Östergötland  Sports & leisure equipment     335
3  Östergötland                       Tools     102

# Create a dataframe with the rest of the information
df_others = df.append(df.merge(top_two,'inner')).drop_duplicates(keep=False)

>>> df_others
         County                        Category  counts
0      Blekinge           Accessories & watches      35
2      Blekinge                        Bicycles      78
3      Blekinge        Boat parts & accessories      65
5  Östergötland  Snowmobile parts & accessories       2
6  Östergötland                     Snowmobiles       5
9  Östergötland           Trucks & construction      66

# Groupby country and Sum and assign 'others' under Category in the df_others dataframe
df_others = df_others.groupby('County')['counts'].sum().reset_index()
df_others['Category'] = 'Others'

>>> df_others
         County  counts Category
0      Blekinge     178   Others
1  Östergötland      73   Others

---

最后，

concat（）

获取最终输出的两个数据帧：

res = pd.concat([top_two,df_others]).sort_values('County').reset_index(drop=True)
>>> res
         County                    Category  counts
0      Blekinge                       Boats     143
1      Blekinge               Audio & video     101
2      Blekinge                      Others     178
3  Östergötland  Sports & leisure equipment     335
4  Östergötland                       Tools     102
5  Östergötland                      Others      73

---

如果有不清楚的地方，请返回。

您可以使用

iloc

和

pd.concat

：

df = df.sort_values(['County', 'counts'], ascending=False)
result = (
    df.groupby('County').apply(
        lambda x: pd.concat(
            [x.iloc[:2],
             x.iloc[2:].groupby('County', as_index=False)
             .agg({'counts': sum})
             .assign(Category='Others')]))
    .reset_index(drop=True)
)

输出：

         County                    Category  counts
0      Blekinge                       Boats     143
1      Blekinge               Audio & video     101
2      Blekinge                      Others     178
3  Östergötland  Sports & leisure equipment     335
4  Östergötland                       Tools     102
5  Östergötland                      Others      73

---

请提供一个带有预期输出的小样本数据框。该解决方案运行良好。感谢您花时间@sophocles！这个解决方案很有效。它给出的结果按降序排列，其他结果排在每个县的最后一行。非常感谢。