如何利用大熊猫来提取出每年用水量最大的县？

Question

我是蟒蛇和熊猫的新手，我很难找到2014年灌溉用水最多的10个县。

%matplotlib inline
import csv
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = pd.read_csv('info.csv') #reads csv

data['Year'] = pd.to_datetime(['Year'], format='%Y') #converts string to 
                                                     datetime
data.index = data['Year'] #makes year the index
del data['Year'] #delete the duplicate year column

这就是数据的样子(这只是数据的一部分)：

County  WUCode  RegNo   Year    SourceCode  SourceID    Annual    CountyName 
1       IR      311     2014    WELL        1           946       Adams  
1       IN      311     2014    INTAKE      1           268056    Adams
1       IN      312     2014    WELL        1           48        Adams
1       IN      312     2014    WELL        2           96        Adams
1       IR      312     2014    INTAKE      1           337968    Adams
3       IR      315     2014    WELL        5           81900     Putnam
3       PS      315     2014    WELL        6           104400    Putnam

我有几个问题：

我不知道如何只拿出WUCode栏中关于熊猫的"IR“，也不知道如何打印出2014年灌溉用水最高的10个县的桌子。

我已经能够使用.loc函数提取我需要的信息，如下所示：

data.loc['2014', ['CountyName', 'Annual', 'WUCode']]

从这里我有点迷路了。我会很感激你的帮助！

Answer 1

import numpy as np
import pandas as pd
import string
df = pd.DataFrame(data={"Annual": np.random.randint(20, 1000000, 1000),
                "Year": np.random.randint(2012, 2016, 1000),
                "CountyName": np.random.choice(list(string.ascii_letters), 1000)},
              columns=["Annual", "Year", "CountyName"])

假设df看起来如下：

   Annual  Year CountyName
0  518966  2012          s
1   44511  2013          E
2  332010  2012          e
3  382168  2013          c
4  202816  2013          y

2014年..。

df[df['Year'] == 2014]

由CountyName.

df[df['Year'] == 2014].groupby("CountyName")

看看年度..。

df[df['Year'] == 2014].groupby("CountyName")["Annual"]

拿到这笔钱..。

df[df['Year'] == 2014].groupby("CountyName")["Annual"].sum()

排序结果下降..。

df[df['Year'] == 2014].groupby("CountyName")["Annual"].sum().sort_values(ascending=False)

拿前十名..。

df[df['Year'] == 2014].groupby("CountyName")["Annual"].sum().sort_values(ascending=False).head(10)

此示例输出(由于我的数据是随机的)实际结果可能会有所不同：

CountyName
Q    5191814
y    4335358
r    4315072
f    3985170
A    3685844
a    3583360
S    3301817
I    3231621
t    3228578
u    3164965

Answer 2

这可能对你有用：

res = df[df['WUCode'] == 'IR'].groupby(['Year', 'CountyName'])['Annual'].sum()\
                              .reset_index()\
                              .sort_values('Annual', ascending=False)\
                              .head(10)

#    Year CountyName  Annual
# 0  2014      Adams  338914
# 1  2014     Putnam   81900

解释

• 根据需要，通过WUCode和groupby Year和CountyName进行过滤。
• 使用reset_index，所以您的结果是一个数据，而不是一个系列。
• 使用sort_values并通过pd.DataFrame.head提取前10位。