Python 熊猫-获取最新的'；n'；分组数据的列值

我是新熊猫，我有作业调度器程序的以下数据：

| Job Name   | Region        | Status | Timestamp            |
| some_job_1 | some_region_1 | DONE   | 2018-10-02T03:46:25Z |
| some_job_1 | some_region_2 | ERROR  | 2018-10-02T03:44:25Z |
| some_job_2 | some_region_1 | DONE   | 2018-10-01T03:46:25Z |
| some_job_1 | some_region_2 | ERROR  | 2018-11-02T03:44:25Z |

现在，我想要在一个时间范围内的前5个失败作业，以及最后的“n”执行状态。应该是这样的：

| Job Name   | Region        | DONE | ERROR | Last 5 runs                  |
| some_job_1 | some_region_1 | 3    | 12    | ERROR DONE ERROR ERROR ERROR |
| some_job_1 | some_region_2 | 2    | 9     | ERROR DONE ERROR ERROR ERROR |
| some_job_2 | some_region_1 | 2    | 8     | ERROR DONE ERROR ERROR ERROR |
| some_job_2 | some_region_2 | 5    | 7     | ERROR DONE ERROR ERROR ERROR |
| some_job_3 | some_region_2 | 5    | 7     | ERROR DONE ERROR ERROR ERROR |

我已经做到了这一点：

| Job Name   | Region        | DONE | ERROR | 
| some_job_1 | some_region_1 | 3    | 12    | 
| some_job_1 | some_region_2 | 2    | 9     | 
| some_job_2 | some_region_1 | 2    | 8     | 
| some_job_2 | some_region_2 | 5    | 7     | 
| some_job_3 | some_region_2 | 5    | 7     | 

使用：

data.groupby(['Job Name', 'Region']).Status.value_counts().unstack().fillna(0).sort_values('ERROR', ascending=False).head(5)

---

我尝试使用

last（）

，但没有成功。如果有人能帮我，我将不胜感激

您可以在单独的agg函数中定义聚合，并将其应用于groupby对象

def aggs(data):
    values = dict(data['Status'].value_counts())
    values['Last'] = list(data[['Status', 'Timestamp']].sort_values('Timestamp', ascending=False)['Status'].head(5))
    return pd.Series(values, index=['DONE', 'ERROR', 'Last'])

data.groupby(['Job Name', 'Region']).apply(aggs).fillna(0)

                            DONE    ERROR   Last
Job Name    Region          
some_job_1  some_region_1   1.0     0.0    [DONE]
            some_region_2   0.0     2.0    [ERROR, ERROR]
some_job_2  some_region_1   1.0     0.0    [DONE]

---

您是否需要将最后5次运行的确切字符串像那样连接到一个单元格中？还有，你所说的“在一个时间范围内”是什么意思？您的意思是说“在一个区域内”吗？您是否需要将最后5次运行的确切字符串像这样连接到一个单元格中？->不，单独的单元也可以。还有，你所说的“在一个时间范围内”是什么意思？你是说“在一个地区”吗？->我的意思是时间，这些记录几乎是实时更新的，所以，我会像上周或上个月那样在时间范围内运行报告。谢谢！答案需要一些微调（可能我不够清楚！）才能得到最新的5<代码>排序\u值必须采用参数

升序=假

，我们必须使用

头（5）

将结果计数限制为5。如果你能在你的答案中更新这个，那就太好了。再次感谢！哦，谢谢你，我错过了那个！刚刚更新了答案。