- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个数据框,其中包含国家、地区、城市、产品和销售额(以美元为单位)。我需要获取每个国家、地区、城市的前 3 个产品以及“其他”下的剩余产品以及相关销售额和单位
最终结果是国家、地区、城市每个组合的前 3 个产品 +“其他”
Country Region City Product Sales Val
Europe Italy Milan Ring 100 10
Europe Italy Milan Book 300 5
Europe Italy Milan Phone 1500 10
Europe Italy Milan Car 200 5
Europe Italy Milan Ring 100 10
Europe Italy Milan Pen 8200 5
前 3 名的结果:
Country Region City Product Sales Val
Europe Italy Milan Pen 8200 5
Europe Italy Milan Phone 1500 10
Europe Italy Milan Book 300 5
Europe Italy Milan Other 400 25
最佳答案
首先需要通过 reset_index
创建默认索引:
df = df.reset_index(drop=True)
然后按 Sales
列按 sort_values
排序与 GroupBy.head
获取每组前 3 行:
cols = ['Country','Region', 'City']
df1 = df.sort_values('Sales', ascending=False).groupby(cols).head(3)
print (df1)
Country Region City Product Sales Val
5 Europe Italy Milan Pen 8200 5
2 Europe Italy Milan Phone 1500 10
1 Europe Italy Milan Book 300 5
然后过滤出用于 top3 的行并聚合 sum
:
df2 = df.loc[df.index.difference(df1.index)]
df2 = df2.groupby(cols, as_index=False).sum().assign(Product='Other')
print (df2)
Country Region City Sales Val Product
0 Europe Italy Milan 400 25 Other
最后一次加入 concat
:
df = pd.concat([df1, df2]).sort_values(cols).reset_index(drop=True)
print (df)
City Country Product Region Sales Val
0 Milan Europe Pen Italy 8200 5
1 Milan Europe Phone Italy 1500 10
2 Milan Europe Book Italy 300 5
3 Milan Europe Other Italy 400 25
另一个解决方案:
print (df)
Country Region City Product Sales Val
0 Europe Italy Milan Ring 100 10
1 Europe Italy Milan Book 300 5
2 Europe Italy Milan Phone 1500 10
3 Europe Italy Milan Car 200 5
4 Europe Italy Milan Ring 100 10
5 Europe Italy Rome Pen 8200 5
6 Europe Italy Rome Ring 100 10
7 Europe Italy Rome Book 300 5
8 Europe Italy Rome Phone 1500 10
9 Europe Italy Rome Car 200 5
10 Europe Italy Rome Ring 100 10
11 Europe Italy Rome Pencil 8100 5
Idea 按 Sales
对值进行排序,并按 cumcount
每组创建计数器列并将 Product
的值替换为 Other
:
cols = ['Country','Region', 'City']
df['g'] = df.sort_values('Sales', ascending=False).groupby(cols).cumcount()
df['Product'] = np.where(df['g'] >= 3 , 'Other', df['Product'])
print (df)
Country Region City Product Sales Val g
0 Europe Italy Milan Other 100 10 3
1 Europe Italy Milan Book 300 5 1
2 Europe Italy Milan Phone 1500 10 0
3 Europe Italy Milan Car 200 5 2
4 Europe Italy Milan Other 100 10 3
5 Europe Italy Rome Pen 8200 5 0
6 Europe Italy Rome Other 100 10 3
7 Europe Italy Rome Other 300 5 3
8 Europe Italy Rome Phone 1500 10 2
9 Europe Italy Rome Other 200 5 3
10 Europe Italy Rome Other 100 10 3
11 Europe Italy Rome Pencil 8100 5 1
然后通过sum
聚合:
df2 = (df.groupby(cols + ['Product'], as_index=False).sum()
.sort_values(cols + ['g'])
.drop('g', axis=1)
.reset_index(drop=True))
print (df2)
Country Region City Product Sales Val
0 Europe Italy Milan Phone 1500 10
1 Europe Italy Milan Book 300 5
2 Europe Italy Milan Car 200 5
3 Europe Italy Milan Other 200 20
4 Europe Italy Rome Pen 8200 5
5 Europe Italy Rome Pencil 8100 5
6 Europe Italy Rome Phone 1500 10
7 Europe Italy Rome Other 700 30
关于python - Pandas:前 N 个以及剩余的总数。这对于每个组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53500949/
我看到以下宏 here . static const char LogTable256[256] = { #define LT(n) n, n, n, n, n, n, n, n, n, n, n,
这个问题不太可能帮助任何 future 的访问者;它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关,这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用,visit
所以我得到了这个算法我需要计算它的时间复杂度 这样的 for i=1 to n do k=i while (k<=n) do FLIP(A[k]) k
n 的 n 次方(即 n^n)是多项式吗? T(n) = 2T(n/2) + n^n 可以用master方法求解吗? 最佳答案 它不仅不是多项式,而且比阶乘还差。 O(n^n) 支配 O(n!)。同样
我正在研究一种算法,它可以在带有变音符号的字符(tilde、circumflex、caret、umlaut、caron)及其“简单”字符之间进行映射。 例如: ń ǹ ň ñ ṅ ņ ṇ
嗯..我从昨天开始学习APL。我正在观看 YouTube 视频,从基础开始学习各种符号,我正在使用 NARS2000。 我想要的是打印斐波那契数列。我知道有好几种代码,但是因为我没有研究过高深的东西,
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭12 年前。 Improve th
谁能帮我从 N * N * N → N 中找到一个双射数学函数,它接受三个参数 x、y 和 z 并返回数字 n? 我想知道函数 f 及其反函数 f',如果我有 n,我将能够通过应用 f'(n) 来
场景: 用户可以在字符串格式的方程式中输入任意数量的括号对。但是,我需要检查以确保所有括号 ( 或 ) 都有一个相邻的乘数符号 *。因此 3( 应该是 3*( 和 )3 应该是 )*3。 我需要将所有
在 Java 中,表达式: n+++n 似乎评估为等同于: n++ + n 尽管 +n 是一个有效的一元运算符,其优先级高于 n + n 中的算术 + 运算符。因此编译器似乎假设运算符不能是一元运算符
当我阅读 this 问题我记得有人曾经告诉我(很多年前),从汇编程序的角度来看,这两个操作非常不同: n = 0; n = n - n; 这是真的吗?如果是,为什么会这样? 编辑: 正如一些回复所指出
我正在尝试在reveal.js 中加载外部markdown 文件,该文件已编写为遵守数据分隔符语法: You can write your content as a separate file and
我试图弄清楚如何使用 Javascript 生成一个随机 11 个字符串,该字符串需要特定的字母/数字序列,以及位置。 ----------------------------------------
我最近偶然发现了一个资源,其中 2T(n/2) + n/log n 类型 的递归被 MM 宣布为无法解决。 直到今天,当另一种资源被证明是矛盾的(在某种意义上)时,我才接受它作为引理。 根据资源(下面
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我完成的一个代码遵循这个模式: for (i = 0; i < N; i++){ // O(N) //do some processing... } sort(array, array + N
有没有办法证明 f(n) + g(n) = theta(n^2) 还是不可能?假设 f(n) = theta(n^2) & g(n) = O(n^2) 我尝试了以下方法:f(n) = O(n^2) &
所以我目前正在尝试计算我拥有的一些数据的 Pearson R 和 p 值。这是通过以下代码完成的: import numpy as np from scipy.stats import pearson
ltree 列的默认排序为文本。示例:我的表 id、parentid 和 wbs 中有 3 列。 ltree 列 - wbs 将 1.1.12, 1.1.1, 1.1.2 存储在不同的行中。按 wbs
我的目标是编写一个程序来计算在 python 中表示数字所需的位数,如果我选择 number = -1 或任何负数,程序不会终止,这是我的代码: number = -1 cnt = 0 while(n
我是一名优秀的程序员,十分优秀!