pandas：如何查找列中每個類別的最大n值

Question

我有一個巨大的市政圖書館目錄數據集，包括書名，它所在的圖書館，圖書館的自治市鎮以及借出的次數。

我想為每個社區找到最受歡迎的三本書。

理想情況下，我會得到這樣的東西：

Borough    Title    Total_loans
A          Book1    35615 
A          Book2    34895
A          Book3    2548
B          Book1    6541
B          Book2    5425

等等

這是我能夠得到的最接近的，但結果數據框架沒有按行政區划分，難以閱讀。

import pandas as pd

df = pd.DataFrame({"borough":["A", "B", "B", "A", "A"], "title":["Book2", "Book1", "Book2", "Book2", "Book1"], "total_loans":[4, 48, 46, 78, 15]})

top_boroughs = df.groupby(['borough','title'])
top_boroughs.aggregate(sum).sort(['total_loans','title'], ascending=False)

謝謝你的幫助。

Answer 1

簡而言之：

df.groupby(level=[0,1]).sum().reset_index().sort_values(['borough', 'total_loans'], ascending=[1,0]).groupby('borough').head(3)

步驟：

• 做正確的分組和總和
• 按行政區划和最大值排序
• 由自治市鎮組成，先取3個

這兩者都優於公認的答案

• 可讀性（是的，一條長線，但你可以平分它）：所有標准操作
• 性能（標准優化操作與使用concat迭代擴展數據幀相比，浪費內存

我的輸出（使用head(1)因為測試數據每組只有2行：

Out[484]: 
  borough  title  total_loans
1       A  Book2           82
2       B  Book1           48

Answer 2

這樣的事情：

t = df.groupby(['borough', 'title']).sum()
t.sort('total_loans', ascending=True)
t = t.groupby(level=[0,1]).head(3).reset_index()
t.sort(['borough', 'title'], ascending=(True, False)) #not sure if this is necessary, tough to tell with limited data, but just in case...

Answer 3

'''
Created on Jul 30, 2014

class TopX():



    def __init__(self, top,sortFunction):
        self.topX=top
        self.sortFunction=sortFunction
        self.data=[]


    def addNewItem(self,item):
        self.data.append(item)
        self.data.sort( key=self.sortFunction,reverse=True)
        self.data=self.data[:self.topX]
    def getMax(self):
        return self.data



def runMe():
    top = TopX(3, lambda x:int(x[2]))
    with open("lib.txt","r") as f:
        string= f.readlines()
        for line in string:
            data= [x.strip() for x in line.split(' ')]
            top.addNewItem(data)

    print top.getMax()    


if __name__ == '__main__':
    runMe()

使用格式的輸入文件：

A Book1 1
A Book2 10
A Book3 3
B Book1 7
B Book2 5

給出結果：

[['A', 'Book2', '10'], ['B', 'Book1', '7'], ['B', 'Book2', '5']]

如果您稍后需要調整標准，則可以指定熱門書籍和排序鍵的數量。