python - 获得列中 n 最小总和的组

Question

我有一个 df:

   a  b  c
0  A  1  0
1  A  1  1
2  A  1  0
3  A  2  1
4  A  2  1
5  A  2  0
6  A  3  0
7  A  3  0
8  A  3  1
9  A  4  1
10 A  4  1
11 A  4  1
12 B  5  0  

我想要“a”和“b”组中“c”中 1 的数量/总和，并且仅保留“a”组中具有 2 个最低数量 1 的组。如果 2 组有相同数量的 1，则保留两者!例如，这里有 2 个组有一个 1，一个组有一个 1。在这种情况下，所有三个组都包含 2 个最少数量的 1 在“a”组中:

   a  b  c
0  A  1  0
1  A  1  1
2  A  1  0
3  A  2  1
4  A  2  1
5  A  2  0
6  A  3  0
7  A  3  0
8  A  3  1 
12 B  5  0 

我试过

groupby and cumsum()

但是我怎样才能得到 n 个最低的 2 个 1 的组呢？可以理解吗？

Answer 1

IIUC，你可以试试这个:

df[df.groupby(['a','b'])['c'].transform('sum').groupby(df['a']).rank(method='dense') <= 2]

输出:

    a  b  c
0   A  1  0
1   A  1  1
2   A  1  0
3   A  2  1
4   A  2  1
5   A  2  0
6   A  3  0
7   A  3  0
8   A  3  1
12  B  5  0

说明

首先，通过按列 'a' 和 'b' 分组创建一个 bool 系列，并对列 'c' 中的数字求和，然后根据按列 'a' 分组对这些总和进行排名，然后将排名与数字 n 进行比较，在本例中为 2。获取组小于 2 的所有记录，通过获取 'a' 和 'b' 的所有组，其中 'c' 的总和在每个组 'a' 中最小。