Python 在组内按组排序

我想按两列对数据帧进行分组，然后在组内对聚合结果进行排序

In [167]:
df

Out[167]:
count   job source
0   2   sales   A
1   4   sales   B
2   6   sales   C
3   3   sales   D
4   7   sales   E
5   5   market  A
6   3   market  B
7   2   market  C
8   4   market  D
9   1   market  E

In [168]:
df.groupby(['job','source']).agg({'count':sum})

Out[168]:
            count
job     source  
market  A   5
        B   3
        C   2
        D   4
        E   1
sales   A   2
        B   4
        C   6
        D   3
        E   7

现在，我想在每个组中按降序对count列进行排序。然后只取最上面的三排。要获得类似于：

            count
job     source  
market  A   5
        D   4
        B   3
sales   E   7
        C   6
        B   4

---

实际上，您要做的是再次创建一个groupby（基于第一个groupby的结果）：排序并获取每个组的前三个元素

从第一个groupby的结果开始：

In [60]: df_agg = df.groupby(['job','source']).agg({'count':sum})

我们按照指数的第一级进行分组：

In [63]: g = df_agg['count'].groupby('job', group_keys=False)

然后我们要对每组进行排序（“顺序”），并取前三个元素：

In [64]: res = g.apply(lambda x: x.sort_values(ascending=False).head(3))

但是，为此，有一个快捷方式函数：

一次完成后，看起来像：

df_agg['count'].groupby('job', group_keys=False).nlargest(3)

---

你也可以一次完成，先排序，然后用head取每组的前3个

In[34]: df.sort_values(['job','count'],ascending=False).groupby('job').head(3)

Out[35]: 
   count     job source
4      7   sales      E
2      6   sales      C
1      4   sales      B
5      5  market      A
8      4  market      D
6      3  market      B

---

下面是关于排序顺序和组内排序的前三名的另一个示例：

In [43]: import pandas as pd                                                                                                                                                       

In [44]:  df = pd.DataFrame({"name":["Foo", "Foo", "Baar", "Foo", "Baar", "Foo", "Baar", "Baar"], "count_1":[5,10,12,15,20,25,30,35], "count_2" :[100,150,100,25,250,300,400,500]})

In [45]: df                                                                                                                                                                        
Out[45]: 
   count_1  count_2  name
0        5      100   Foo
1       10      150   Foo
2       12      100  Baar
3       15       25   Foo
4       20      250  Baar
5       25      300   Foo
6       30      400  Baar
7       35      500  Baar


### Top 3 on sorted order:
In [46]: df.groupby(["name"])["count_1"].nlargest(3)                                                                                                                               
Out[46]: 
name   
Baar  7    35
      6    30
      4    20
Foo   5    25
      3    15
      1    10
dtype: int64


### Sorting within groups based on column "count_1":
In [48]: df.groupby(["name"]).apply(lambda x: x.sort_values(["count_1"], ascending = False)).reset_index(drop=True)
Out[48]: 
   count_1  count_2  name
0       35      500  Baar
1       30      400  Baar
2       20      250  Baar
3       12      100  Baar
4       25      300   Foo
5       15       25   Foo
6       10      150   Foo
7        5      100   Foo

---

如果您不需要对一列求和，那么使用@tvashtar的答案。如果您确实需要求和，那么您可以使用@joris'答案或与之非常类似的答案

df.groupby(['job']).apply(lambda x: (x.groupby('source')
                                      .sum()
                                      .sort_values('count', ascending=False))
                                     .head(3))

试试这个 按降序进行“分组”和排序的简单方法

---

你可以在一行中完成-

df.groupby(['job']).apply(lambda x: x.sort_values(['count'], ascending=False).head(3)
.drop('job', axis=1))

---

apply（）的作用是将每组groupby赋值给lambda函数中的x。

我在没有使用“by”的情况下得到了这个错误：

TypeError:sort\u values（）缺少1个必需的位置参数：“by”

所以，我把它改成了这个，现在它开始工作了：

df.groupby(['job','source']).agg({'count':sum}).sort_values(by='count',ascending=False).head(20)

---

@乔里斯的回答帮助很大。 这就是我的工作

df.groupby(['job'])['count'].nlargest(3)

---

是否有办法将每组前三名结果中未包含的所有内容进行汇总，并将它们添加到每个作业的名为“其他”的源组中？

order

不推荐使用

sort\u values

代替感谢您的回答。对于下一步，是否有方法根据groupby列中的值分配排序顺序？例如，如果值为“Buy”，则升序排序；如果值为“Sell”，则降序排序。创建一个正常的数据帧，然后按正常排序可能更容易。@young_souvlaki您仍然需要groupby操作，以便每组只取前3个，这在正常的排序中是不可能的，因为sortDoes

groupby

可以保证订单得到保留？看起来是这样的；from:groupby保留每个grouptoto_tico中的行顺序-这是正确的，但是在解释该语句时需要小心。保留单个组中的行顺序，但是默认情况下groupby有一条sort=True语句，这意味着组本身可能已按键排序。换句话说，如果我的数据帧有键（输入时）3 2 1，。。group by对象将按顺序1 2 3（已排序）显示3个组。使用sort=False确保保留组顺序和行顺序。head（3）给出了3个以上的结果？@Nabin应用于

groupby

，它似乎提供了前3个结果 每组的行数。

df.groupby(['job','source']).agg({'count':sum}).sort_values(by='count',ascending=False).head(20)

df.groupby(['job'])['count'].nlargest(3)