Python 在Pandas中使用groupby按列值获取前3行

我有这个数据框：

    person_code  type   growth   size  ...
0 .         231    32     0.54     32
1 .         233    43     0.12    333
2 .         432    32     0.44     21
3 .         431    56     0.32     23
4 .         654    89     0.12     89
5 .         764    32     0.20    211
6 .         434    32     0.82     90
...

（这个数据框相当大，我在这里做了一个简化）

我想为每种类型创建一个数据帧，其中有3个人的“增长率”更高，由it订购。我希望能够按类型调用它。在本例中，让我们使用类型32，因此输出df应该如下所示：

    person_code  type   growth   size  ...
6 .         434    32     0.82     90
0 .         231    32     0.54     32
2 .         432    32     0.44     21
...

type_group_df.query('type == "brazilian"')

我知道这将是使用groupby实现的：

groups=dataframe.groupby('type')

但是，我如何使用类型为32的行调用groupby对象呢？

---

按增长率划分前三名的最佳方法是什么？

IIUC，您不需要groupby，只需查询即可过滤数据帧，然后：

并且，要参数化“类型”输入，可以使用以下语法：

in_type = 32

df.query('type == @in_type').nlargest(3, 'growth')

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
1 .          233    43    0.12   333

---

或者，如果要使用groupby，可以使用query仅获取所需的类型

type_group_df = df.groupby('type', group_keys=False)\
                  .apply(pd.DataFrame.nlargest,n=3,columns='growth')

要调用它，您可以使用：

type_group_df.query('type == 32')

如果您将字符串作为类型，它将如下所示：

    person_code  type   growth   size  ...
6 .         434    32     0.82     90
0 .         231    32     0.54     32
2 .         432    32     0.44     21
...

type_group_df.query('type == "brazilian"')

但是，如果列名以特殊字符开头，例如“#”，则应使用以下字符：

type_group_df[type_group_df['#type'] == 32]

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
1 .          233    43    0.12   333

查询其他类型（43）：

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
1 .          233    43    0.12   333

---

IIUC，您不需要groupby，只需

query

过滤数据帧即可：

并且，要参数化“类型”输入，可以使用以下语法：

in_type = 32

df.query('type == @in_type').nlargest(3, 'growth')

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
1 .          233    43    0.12   333

---

或者，如果要使用groupby，可以使用query仅获取所需的类型

type_group_df = df.groupby('type', group_keys=False)\
                  .apply(pd.DataFrame.nlargest,n=3,columns='growth')

要调用它，您可以使用：

type_group_df.query('type == 32')

如果您将字符串作为类型，它将如下所示：

    person_code  type   growth   size  ...
6 .         434    32     0.82     90
0 .         231    32     0.54     32
2 .         432    32     0.44     21
...

type_group_df.query('type == "brazilian"')

但是，如果列名以特殊字符开头，例如“#”，则应使用以下字符：

type_group_df[type_group_df['#type'] == 32]

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
1 .          233    43    0.12   333

查询其他类型（43）：

输出：

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
6 .          434    32    0.82    90
0 .          231    32    0.54    32
2 .          432    32    0.44    21

     person_code  type  growth  size
1 .          233    43    0.12   333

---

您可以同时对所有

类型执行此操作：

df.groupby('type').apply(lambda dft: dft.nlargest(3, 'growth'))

返回

        person_code  type  growth  size
type                                   
32   6          434    32    0.82    90
     0          231    32    0.54    32
     2          432    32    0.44    21
43   1          233    43    0.12   333
56   3          431    56    0.32    23
89   4          654    89    0.12    89

您可以同时对所有
类型执行此操作：

df.groupby('type').apply(lambda dft: dft.nlargest(3, 'growth'))

返回

        person_code  type  growth  size
type                                   
32   6          434    32    0.82    90
     0          231    32    0.54    32
     2          432    32    0.44    21
43   1          233    43    0.12   333
56   3          431    56    0.32    23
89   4          654    89    0.12    89

什么样的

df.sort_values(['type','person_code']).groupby('type').head(3)
Out[184]: 
   person_code  type  growth  size
0          231    32    0.54    32
2          432    32    0.44    21
6          434    32    0.82    90
1          233    43    0.12   333
3          431    56    0.32    23
4          654    89    0.12    89

什么样的

df.sort_values(['type','person_code']).groupby('type').head(3)
Out[184]: 
   person_code  type  growth  size
0          231    32    0.54    32
2          432    32    0.44    21
6          434    32    0.82    90
1          233    43    0.12   333
3          431    56    0.32    23
4          654    89    0.12    89

找到每组前3个增长值的指数，并将1级指数输入
.loc

idx = df.groupby("type")["growth"].nlargest(3).index

# MultiIndex(levels=[[32, 43, 56, 89], [0, 1, 2, 3, 4, 6]],
#           labels=[[0, 0, 0, 1, 2, 3], [5, 0, 2, 1, 3, 4]],
#           names=['type', None])

dftop3 = df.loc[idx.get_level_values(1)]

    person_code type    growth  size
6   434         32       0.82   90
0   231         32       0.54   32
2   432         32       0.44   21
1   233         43       0.12   333
3   431         56       0.32   23
4   654         89       0.12   89

dftop3[dftop3.type == 32]

person_code type    growth  size
6   434      32     0.82    90
0   231      32     0.54    32
2   432      32     0.44    21

找到每组前3个增长值的指数，并将1级指数输入
.loc

idx = df.groupby("type")["growth"].nlargest(3).index

# MultiIndex(levels=[[32, 43, 56, 89], [0, 1, 2, 3, 4, 6]],
#           labels=[[0, 0, 0, 1, 2, 3], [5, 0, 2, 1, 3, 4]],
#           names=['type', None])

dftop3 = df.loc[idx.get_level_values(1)]

    person_code type    growth  size
6   434         32       0.82   90
0   231         32       0.54   32
2   432         32       0.44   21
1   233         43       0.12   333
3   431         56       0.32   23
4   654         89       0.12   89

dftop3[dftop3.type == 32]

person_code type    growth  size
6   434      32     0.82    90
0   231      32     0.54    32
2   432      32     0.44    21

如果类型实际上是一个字符串而不是一个数字，那么这种方法有效吗？比如说“巴西人”。是的，你必须在单引号内使用双引号（“巴西人”），就像这样，
type_group_df.query（'type==“巴西人”）
我这样做了，我得到了ValueError:expr必须是一个要计算的字符串，给定：/python 3.5也适用吗？是的，你到底在尝试什么行？哦。。。查询将无法处理以特殊字符开头或包含空格的列名。您需要恢复到布尔索引，例如df[df['#CNAE']==“64.34-4-00”]如果类型实际上是字符串而不是数字，那么这是否有效？比如说“巴西人”。是的，你必须在单引号内使用双引号（“巴西人”），就像这样，
type_group_df.query（'type==“巴西人”）
我这样做了，我得到了ValueError:expr必须是一个要计算的字符串，给定：/python 3.5也适用吗？是的，你到底在尝试什么行？哦。。。查询将无法处理以特殊字符开头或包含空格的列名。您需要返回到布尔索引，例如df[df['#CNAE']==“64.34-4-00”]我如何调用它来仅获取类型32中的值？这些值是什么意思？我如何调用它来仅获取类型32中的值？这些值是什么意思？