在每个子组中排序并对前三个值求和

Question

我有一个熊猫数据框，有三列，State_Name，County_Name，Population。人口是一个数字数据。我想要回答的问题是，只看每个州人口最多的三个县，人口最多的三个州是什么。所以我想首先我需要对State_Name和County_Name进行分组。我能做到。但在那之后，我对如何继续下去感到困惑。我刚接触熊猫，所以指导会有所帮助。

Answer 1

这里有一些虚拟数据(请在将来始终包括您的数据样本)。

State_Name,County_Name,Population
State1,State1_A,100
State1,State1_B,8000
State1,State1_C,75
State1,State1_D,876
State1,State1_E,2938
State2,State2_A,200
State2,State2_B,16000
State2,State2_C,75
State2,State2_D,876
State2,State2_E,5876

让我们将索引设置为State_Name和County_Name，并选择'Population‘列，这样我们就可以返回一个多索引pandas.Series

df = pd.read_clipboard() # Could have done index_col=[0,1] here
df = df.set_index(['State_Name','County_Name'])
s = df.Population

现在你可以做Series.groupby，然后在上面使用nlargest (不能在数据帧上工作，这就是为什么我使用系列)：

s.groupby(level='State_Name').nlargest(3)

State_Name  State_Name  County_Name
State1      State1      State1_B        8000
                        State1_E        2938
                        State1_D         876
State2      State2      State2_B       16000
                        State2_E        5876
                        State2_D         876
Name: Population, dtype: int64