python - Pandas groupby 在保留多个聚合的组内排序

Question

我想在 groupby 返回的组中应用排序和限制，如 this question .但是，我有多个聚合，我希望所有聚合都保留在结果中。

这是一个简单的例子:

products = ["A", "B", "C", "D"]
stores = ["foo", "bar", "baz"]
n = 30

product_list = [products[i] for i in np.random.randint(0, len(products), n)]
store_list = [stores[i] for i in np.random.randint(0, len(stores), n)]
rating_list = np.random.random(n) * 5
sales_list = np.random.random(n) * 10000

df = pd.DataFrame(
    {'store': store_list, 
     'product': product_list, 
     'sales': sales_list, 
     'rating': rating_list})

df = df[['store', 'product', 'sales', 'rating']]

df[:5]

我想按 store 和 product 进行分组，sum 和 count sales ，同时采用 rating 的 mean。

这很简单:

dfg = df.groupby(['store', 'product']).agg({'sales': ['sum', 'count'], 
                                            'rating': 'mean'})

现在，我只想保留每个组中评分最高的两个行。我可以按如下方式得到它(使用来自 1 的有点不直观的 [对我来说] 咒语的多级扩展):

g = dfg[('rating', 'mean')].groupby(
      level=0, group_keys=False).apply(
        lambda x: x.sort_values(ascending=False).head(2))
g

这将返回以下 Series:

store  product
bar    B          3.601135
       A          1.867449
baz    B          2.984196
       D          2.780500
foo    B          3.767912
       D          3.129346
Name: (rating, mean), dtype: float64

但我丢失了 ('sales', 'sum') 和 ('sales', 'count') 列。

我怀疑我需要提取 g.index 并以某种方式使用它，但无法对其进行排序(双关语)。

编辑:下面的答案设法给出了我正在寻找的组，但我真正想要的是一个稳定的排序，我不仅在每个组中获得前 N 个平均评分，而且组本身进行排序，以便第一组具有最高评级等。在某种程度上，这只是锦上添花，因为我现在拥有我想要的值，并且希望报告更漂亮。

Answer 1

我已经整理好了。我需要将 sort_values 应用于未索引的 ，而不是像上面那样对分组表进行索引并执行后续的 groupby 和 sort_values >DataFrame，明确指定要排序的列:

g = dfg.groupby(level=0, group_keys=False).apply(
      lambda x: x.sort_values(('rating', 'mean'), ascending=False).head(2))

给我想要的结果: