python - pandas 中按组排名前 X%

Question

我有一些机器及其在不同组中的销售情况，例如机器时代。我的目标是隔离每个组中前 5% 的机器(销售额)。

我设法使用以下代码在完整数据帧上执行此操作

df['quantile'] = pd.qcut(df.Sales, 20, labels=range(20))
top = df[df['quantile']==0]

但在使用 groupby 时，我似乎无法做到同样的事情。本质上，分配不起作用。有什么线索吗？

Answer 1

您可以执行 groupby.transform 和 quantile:

df = pd.DataFrame({'a': np.random.randint(1,4,1000),
                   'Sales': np.random.uniform(0,1,1000)})
df['quantile'] = df.groupby('a').Sales.transform('quantile', 0.95)

#filter:
top = df[df.Sales.gt(df['quantile'])]