python - 在 DataFrame 中进行分组、求和、排序和选择

Question

我有一个像这样的数据框:

df=pd.DataFrame({'State' : ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
            'County' : ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i'],
            'Population': [10, 11, 12, 13, 17, 16, 15, 18, 14]})

查看每个州人口最多的两个县，人口最多的两个州是哪两个(按人口最多到最少的顺序排列)？

我通过使用循环解决了这个问题，现在我试图获得相同的结果分组、求和、排序和选择。以下代码可以工作，但我确信有许多不同且更优雅的方法可以实现。

df.groupby(['State'])['Population'].nlargest(2).groupby(['State']).sum()\
  .sort_values(ascending=False)[:2].to_frame()\
  .reset_index()['State'].tolist()

Answer 1

你不能把这个缩短一点。

df.groupby(['State'])['Population'].nlargest(2)\
  .sum(level=0).sort_values(ascending=False).index[:2].tolist()

无需转换回数据帧来检索状态，只需直接从索引获取状态即可。将 sum 与 level 参数一起使用只是比 groupby 更简短的语法。