根據(jù)數(shù)據(jù)某列進(jìn)行分組，選擇其中另一列大小top-K的的所在行數(shù)據(jù)
求解思路很清晰，即先用groupby對(duì)數(shù)據(jù)進(jìn)行分組，然后再根據(jù)分組后的某一列進(jìn)行排序，選擇排序結(jié)果后的top-K結(jié)果
取一下dataframe中B列各對(duì)象中C值最高所在的行
df = pd.DataFrame({"A": [2, 3, 5, 4], "B": ['a', 'b', 'b', 'a'], "C": [200801, 200902, 200704, 201003]})
Groupby的基本功能介紹
groupby以后返回DataFrameGroupBy對(duì)象，實(shí)際上還沒(méi)有進(jìn)行任何計(jì)算，只是一個(gè)暫時(shí)存儲(chǔ)的容器，
[In]df.groupby('B')
[Out]pandas.core.groupby.DataFrameGroupBy object at 0x11800f588>
對(duì)groupby結(jié)果進(jìn)行簡(jiǎn)單的列選取返回的也是DataFrameGroupBy/SeriesGroupBy對(duì)象，無(wú)法可視化
[In]df.groupby('B')['A'] # 返回SeriesGroupBy對(duì)象
[Out]pandas.core.groupby.SeriesGroupBy object at 0x117f6b630>
[In]df.groupby('B')['A','C'] # 返回DataFrameGroupBy對(duì)象
[Out]pandas.core.groupby.DataFrameGroupBy object at 0x117fb84e0>
需要對(duì)DataFrameGroupBy進(jìn)行計(jì)數(shù)、統(tǒng)計(jì)、agg聚合計(jì)算、apply映射計(jì)算和transform等操作，才能生成可視化的數(shù)據(jù)(下文僅以count和size函數(shù)為例展示，不涉及其它的操作)
[In] df.groupby('B', as_index=False)['A'].count() # 組內(nèi)數(shù)據(jù)統(tǒng)計(jì)
[Out] B A
0 a 2
1 b 2
[In] df.groupby('B')['A'].size().reset_index(name='Size') # 組內(nèi)數(shù)據(jù)統(tǒng)計(jì)，size和count的一個(gè)顯著區(qū)別在于count不考慮Nan，size考慮Nan
[Out] B Size
0 a 2
1 b 2
對(duì)DataFrameGroupBy對(duì)象，用apply函數(shù)進(jìn)行某列的sort_values排序，再選出其中的最大值所在行
# 返回值是一個(gè)帶有multiindex的dataframe數(shù)據(jù)，其中l(wèi)evel=0為groupby的by列，而level=1為原index
[In] df.groupby('B').apply(lambda x: x.sort_values('C', ascending=False))
[Out] A B C
B
a 3 4 a 201003
0 2 a 200801
b 1 3 b 200902
2 5 b 200704
# 通過(guò)設(shè)置group_keys參數(shù)對(duì)multiindex進(jìn)行優(yōu)化
[In] df.groupby('B', group_keys=False).apply(lambda x: x.sort_values('C', ascending=False))
[Out] A B C
3 4 a 201003
0 2 a 200801
1 3 b 200902
2 5 b 200704
# 再次groupby，并調(diào)用內(nèi)置的first()方法，取最大值
[In] df.groupby('B', group_keys=False).apply(lambda x: x.sort_values('C', ascending=False)).groupby('B').first().reset_index()
[Out] B A C
0 a 4 201003
1 b 3 200902
先對(duì)B進(jìn)行整體的sort_values，在groupy取值
[In] df.sort_values('C', ascending=False).groupby('B').first().reset_index()
[Out] B A C
0 a 4 201003
1 b 3 200902
以上僅解決了Top-1的問(wèn)題，如果是Top-k呢？
答案：將first()函數(shù)變?yōu)閔ead()函數(shù)
[In] df.sort_values('C', ascending=False).groupby('B').head(2)
[Out] A B C
3 4 a 201003
1 3 b 200902
0 2 a 200801
2 5 b 200704
1、方案二，即先排序再groupby取值更方便
2、pandas中API眾多，在實(shí)際使用時(shí)要捋清各步驟返回值的類(lèi)型以方便記憶和聯(lián)想
補(bǔ)充：pandas分組groupby、agg，排序sort，連接concat、join
橫向連接
pd.concat([df6,df7],axis=1) df6.join(df7) # df6的表格在前面，如需df7的表格在前需要交換位置
注意點(diǎn)：
1、concat這個(gè)方法，既可以實(shí)現(xiàn)橫向連接，也可以實(shí)現(xiàn)縱向連接，通過(guò)設(shè)置axis的值來(lái)控制，axis=1表示的是橫向連接，如果多個(gè)連接的對(duì)象，放在列表中
2、join也可以實(shí)現(xiàn)
縱向連接
pd.concat([df8,df9],ignore_index=True)
注意點(diǎn)：
1、進(jìn)行縱向合并的數(shù)據(jù)，需要用[]集合起來(lái)
2、ignore_index忽略原有的行索引，重新排列
3、drop_duplicates()刪除重復(fù)數(shù)據(jù)
#按照成績(jī)排序
df10.sort_values('score')
#默認(rèn)升序，從小到大
df10.sort_values(['score','group'],ascending=False,na_position='first')
#sort各個(gè)屬性
| 參數(shù) | 描述 |
|---|---|
| by | 字符串或者列表，如果是單個(gè)排序字段，使用的是字符串，如果指定多個(gè)，需要使用列表 |
| ascending | True的時(shí)候，是按照升序，默認(rèn)是升序 |
| na_position | 表示的是空值的位置，'last'是默認(rèn)的，'first'開(kāi)始位置 |
### groupby
df11.groupby('class')
df11.groupby(['class','grade'])
for cls,data in df11.groupby(['class','grade']):
print(cls)
print(data)
注意點(diǎn)：
1、groupby 如果指定的是一個(gè)列，如果是多個(gè)列[]
2、groupby返回的是一個(gè)對(duì)象，所以不能直接訪(fǎng)問(wèn)，可以使用for
如果篩選出一列數(shù)據(jù)[[列名]]，返回的是dataframe對(duì)象
如果篩選出多個(gè)列數(shù)據(jù)，直接使用[]和[[]]均可
總結(jié)[[列1，列2，。。。。]]
dff.groupby('class')[['math']].agg(['mean','max','min','median','std'])
| 函數(shù) | 描述 |
|---|---|
| mean | 均值 |
| max | 最大值 |
| min | 最小值 |
| median | 中位數(shù) |
| std | 標(biāo)準(zhǔn)差 |
| count | 計(jì)數(shù) |
| skew | 偏度 |
| quantile | 指定分位數(shù) |
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
標(biāo)簽：股票 安慶 天水 白城 西安 日照 錦州 隨州
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《pandas groupby分組對(duì)象的組內(nèi)排序解決方案》，本文關(guān)鍵詞 pandas,groupby,分組,對(duì)象,的,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。
