Pandas在分组和透视中报告前N名

Question

我正在尝试通过沿着单个维度d1进行分组并报告每个d1元素的摘要统计信息来总结数据框。特别是我对于许多指标中的前n个（索引和值）感兴趣。

我想为d1的每个元素生成一行。假设我有两个维度d1、d2和4个指标m1、m2、m3、m4。

1) 分组依据d1，找到每个指标m1-m4的前n个d2和指标值的建议方法是什么？

在Wes的书《Python数据分析》第35页中，他建议使用：

def get_top1000(group):
 return group.sort_index(by='births', ascending=False)[:1000]
grouped = names.groupby(['year', 'sex'])
top1000 = grouped.apply(get_top1000)

这还是推荐的方法吗？（我只对前五个 d2 感兴趣，而不是对 1000 个进行分析，并且需要考虑多个度量标准） 2）下一个问题是，我想将前五个 d2（也就是说，我希望每个 d1 元素都有一行）进行透视。

因此，对于维度 d1、d2 和度量标准 m1，结果数据框应该如下所示： 索引为 d1，列为 d2 的前 5 个值和相应的 m1 值

d1 d2-1 d2-2 d2-3 d2-4 d2-5 m1-1 m1-2 m1-3 m1-4 m1-5

......

因此，要进行透视，我必须在 d2 上创建排名（即 1 到 5 - 这是我的列字段）。如果始终有 5 个条目，那么这将很容易，但是对于给定 d1 值的少于 5 个 d2 元素时，做起来会比较棘手。

因此，是否有人能够提供如何将排名添加到分组中的建议，以便我具有进行透视的正确列索引。

- seanv507

---

你真的应该更好地说明你期望的格式。包括一些虚假数据和你期望的输出。 - Paul H

Answer 1

我没有任何玩具数据可以使用，也没有期望的结果可以进行比较，但是我认为你想要以下内容：

N = 1000
names = my_fake_data_loader()
grouped = names.groupby(['year', 'sex'])
grouped.apply(lambda g: g.sort_index(by='births', ascending=False).head(N))

这将为每个组的前1000个元素提供。

- Paul H