python - 按因素分组并返回其他列的第二低值

Question

我想按 zipcode 列中的值对该数据框进行分组，并在另一个(称为费率)列中返回 second lowest 费率或 最低 速率或最大 速率。

例如，从这个 df:

zipcode state   county_code name    rate_area_x plan_id metal_level rate    rate_area_y
36749   AL  1001    Autauga 11  52161YL6358432  Silver  245.82  6
36749   AL  1001    Autauga 11  01100AO4222848  Silver  271.77  5
36749   AL  1001    Autauga 11  24848KC5063721  Silver  264.84  1
36749   AL  1001    Autauga 11  89885YK0256118  Silver  269.11  8
36749   AL  1001    Autauga 11  65392ON5819785  Silver  305.02  12
30165   AL  1019    Cherokee    13  52161YL6358432  Silver  245.82  6
30165   AL  1019    Cherokee    13  01100AO4222848  Silver  271.77  5
30165   AL  1019    Cherokee    13  24848KC5063721  Silver  264.84  1
30165   AL  1019    Cherokee    13  89885YK0256118  Silver  269.11  8
30165   AL  1019    Cherokee    13  65392ON5819785  Silver  305.02  12
30165   AL  1019    Cherokee    13  90884WN5801293  Silver  323.25  2
30165   AL  1019    Cherokee    13  79113BU1788705  Silver  344.81  7

我希望:

zipcode rate
36749   245.82
30165   245.82

在 R 中，我会这样做以获得每个邮政编码组的最小值:

grouped_df <- df %>%
              group_by(zipcode) %>%
              summarise(rate = min(rate))

但是如何使用 Python 的 Pandas 获取第二低的速率值？

Answer 1

编辑:我给你最小的和第二小的，供你在一般情况下使用。但是，正如@WenYoBen 在评论中提到的，您可能只想要倒数第二的。如果是这种情况，您只需链接 reset_index、drop 和 drop_duplicates 以获得最小值或第二小值，如下所示:

最小化:

df.groupby('zipcode').rate.nsmallest(2).reset_index().drop('level_1',1) \
  .drop_duplicates(subset=['zipcode'])

Out[2108]:
       zipcode    rate
    0    30165  245.82
    2    36749  245.82

---

获取第二小:

df.groupby('zipcode').rate.nsmallest(2).reset_index().drop('level_1',1) \
  .drop_duplicates(subset=['zipcode'], keep='last')

Out[2109]:
   zipcode    rate
1    30165  264.84
3    36749  264.84    

---

原创:

groupby.nsmallest 将为您提供每组中最小的和第二小的

df.groupby('zipcode').rate.nsmallest(2)

Out[2083]:
zipcode
30165    5    245.82
         7    264.84
36749    0    245.82
         2    264.84
Name: rate, dtype: float64