Groupby，transpose和前5名

Question

我有这样的数据：

d = {'col1': ['Category1', 'Category1','Category1', 'Category1','Category1', 'Category2','Category2', 'Category2','Category2', 'Category2',], 
 'col2': ['Type1', 'Type2','Type3','Type4','Type5','Type1', 'Type2','Type3','Type4','Type5'], 
 'col3':[32,44,87,10,12,10,14,800,3200,35]}

df_test = pd.DataFrame(data=d)

df_test

col1        col2    col3
Category1   Type1   32
Category1   Type2   44
Category1   Type3   87
Category1   Type4   10
Category1   Type5   12
Category2   Type1   10
Category2   Type2   14
Category2   Type3   800
Category2   Type4   3200
Category2   Type5   35

我想要得到的是两行，类别1和类别2，包含基于col3编号的排序的3最大类型。所以输出将如下所示：

col1       order1  order2  order3
Category1  Type3   Type2   Type1
Category2  Type4   Type3   Type5

我试过：

df_test=df_test.groupby(['col1']).apply(lambda x: (x.groupby('col2')
                                      .sum()
                                      .sort_values('col3', ascending=False))
                                      .head(3)).T

和其他不同的方式都没有成功。有什么想法吗？谢谢

Answer 1

df_test['col3'] = df_test.groupby('col1')['col3'].rank(ascending = False)
df1 = df_test.query('col3 <= 3').reset_index(drop = True)
df1['col4'] = 'order' + df1['col3'].astype(int).astype(str)
df1.pivot('col1', 'col4', 'col2').reset_index()

col3       col1 order1 order2 order3
0     Category1  Type3  Type2  Type1
1     Category2  Type4  Type3  Type5

Answer 2

df_t = df.pivot(columns='col2', index='col1')
df_t = df_t.apply(lambda s: [x[1] for x in s.nlargest(3).index], axis=1)
print(df_t)

输出：

col1
Category1    [Type3, Type2, Type1]
Category2    [Type4, Type3, Type5]
dtype: object