使用Pandas DataFrame / 排序

Question

我正在使用Excel处理一个大型数据集，我想要按每个指数值的前25个数字进行排序。

数据看起来像这样：

最终PAC ID是公司编号并且会变化（在给定数据中不显示）。PAC捐款是我想要按照排序的数字。

例如，C00003590公司将有50项捐款，分别向不同的候选人捐赠“PAC捐款”金额，我想按公司对每个公司进行前25项捐款的排序。

我尝试使用字典进行操作，为每个公司创建一个字典，并将候选人编号作为字符串键添加，并将捐款作为值添加。

到目前为止，我所拥有的代码如下（但这可能完全不正确）：

import pandas as pd

df1 = pd.read_excel('Test2.xlsx')

dict_company = {}
k1 = str(df1['Final PAC ID'])
k2 = str(df1['Candidate ID'])

for each in range(0,100):
    dict_company[k1)[each]] = {}
    dict_company[k1)[each]] = k2[each]
    if each % 50 == 0:
        print(each)

print(dict_company)

for each in range(0,100):
    dict_company[k1][k2][each] = round(float(k1[each]))
    if each % 50:
        print(each)

print(dict_company)

- Menno Van Dijk

Answer 1

我认为您需要使用nlargest函数：

df1 = df.groupby('Final PAC ID')['PAC contribution'].nlargest(50)

如果需要所有列：

cols = df.columns[~df.columns.isin(['PAC contribution','Final PAC ID'])].tolist()
df1 = df.set_index(cols)
         .groupby('Final PAC ID')['PAC contribution']
         .nlargest(50)
         .reset_index()

另一种解决方案（可能更慢）：

df1 = df.sort_values('PAC contribution', ascending=False).groupby('Final PAC ID').head(50)

最后使用to_excel保存至Excel：

df1.to_excel('filename.xlsx')

- jezrael

---

这正是我所需要的！但如果我删除打印命令，似乎它并不会改变数据框本身，那么我该如何将其保存回Excel文件呢？ - Menno Van Dijk

啊对了，我试着做同样的事情，但是我不是创建一个新的数据帧，而是试图覆盖当前的数据帧。非常感谢你的回答，真的帮了很多忙。 - Menno Van Dijk

Answer 2

在这里，您可以将groupby与字典推导式结合使用。 result 是一个包含公司名称作为键和具有前25个付款的子数据帧作为值的字典：

def aggregate(sub_df):
    return sub_df.sort_values('PAC contribution', ascending=False).head(25)

grouped = df.groupby('Final PAC ID')
results = {company: aggregate(sub_df)
           for company, sub_df in grouped}

- pansen

Answer 3

df.groupby('Final PAC ID').head(50).reset_index(drop=True)

- Filipe Aleixo