索引系列上的 nlargest() 不返回每个索引的结果答案

【问题标题】：nlargest() on indexed series doesn't return the result from each index索引系列上的 nlargest() 不返回每个索引的结果
【发布时间】：2020-04-19 17:23:56
【问题描述】：

我有一个包含选举候选人、捐赠者职业和捐赠（收到）金额的数据框。而且，我正在尝试找出每个候选人收到的前 7 名最大金额。

候选人姓名 = cand_nm 捐助者的职业 = contbr_occupation 收到的金额 = contb_receipt_amt

所以我首先按照候选人姓名和捐赠者职业对数据框进行分组，然后使用 .sum() 将捐赠金额相加

grouped = df.groupby(['cand_nm','contbr_occupation'])['contb_receipt_amt'].sum()

然后，我使用 nlargest() 如下，但它返回整个系列的前 7 个数量，而不是每个组。如何计算每组前 7 名的捐款金额？

grouped.nlargest(7)

另一个问题是“分组”变量似乎是一个索引系列。但是当我使用grouped.index 打印出它的索引时，它不会返回“cand_nm”或“contbr_occupation”。我认为这是一个索引系列是不是错了？

【问题讨论】：

为了将来参考，最好创建一个示例数据框（作为代码或文本）以进行测试和预期输出。

标签： pandas

【解决方案1】：

您可以使用SeriesGroupBy.nlargest 和group_keys=False 以避免MultiIndex 的重复级别：

s1 = grouped.groupby(level=0, group_keys=False).nlargest(7)

或将Series.sort_values 与GroupBy.head 一起使用：

s1 = grouped.sort_values(ascending=False).groupby(level=0).head(7)

示例：

df = pd.DataFrame({
        'contbr_occupation':list('abcdef'),
        'cand_nm':list('aaabbb'),
        'contb_receipt_amt':[7,8,9,4,2,3]
})

grouped = df.groupby(['cand_nm','contbr_occupation'])['contb_receipt_amt'].sum()

s1 = grouped.sort_values(ascending=False).groupby(level=0).head(2)
print (s1)
cand_nm  contbr_occupation
a        c                    9
         b                    8
b        d                    4
         f                    3
Name: contb_receipt_amt, dtype: int64

s1 = grouped.groupby(level=0, group_keys=False).nlargest(2)
print (s1)
cand_nm  contbr_occupation
a        c                    9
         b                    8
b        d                    4
         f                    3
Name: contb_receipt_amt, dtype: int64

最后为DataFrame添加Series.reset_index：

df1 = s1.reset_index()
print (df1)
  cand_nm contbr_occupation  contb_receipt_amt
0       a                 c                  9
1       a                 b                  8
2       b                 d                  4
3       b                 f                  3

【讨论】：