Pandas 从 MultiIndex 中的每个组返回前 N 个答案

【问题标题】：Pandas Return top N from each group in MultiIndexPandas 从 MultiIndex 中的每个组返回前 N 个
【发布时间】：2019-01-29 01:50:06
【问题描述】：

我有一个包含大约 300 万个数据点的大型多索引数据框。第一个索引是日期，第二个是对象的名称。然后，每个对象都有一个像这样的值：

df = pd.DataFrame({'year': [2012, 2012, 2012, 2013, 2013, 2013],
'item':['apples', 'metals', 'water', 'apples', 'metals', 'water'],
'value': [10, 14, 16, 17, 13, 14]})

df.set_index(['year', 'item'], inplace = True)

这是我正在使用的数据框的一个较小示例。我想返回一个保持完全相同格式的数据框，但只有每年的前两个值。

所以最终的数据框应该输出 2012 年的金属和水及其值，以及 2013 年的苹果和水及其各自的值，格式与原始数据框相同。

【问题讨论】：

标签： pandas sorting dataframe multi-index

【解决方案1】：

IIUC sort_values 之前 groupby tail

df.sort_values('value').groupby(level=0).tail(2).sort_index()
Out[258]: 
             value
year item         
2012 metals     14
     water      16
2013 apples     17
     water      14

【讨论】：

【解决方案2】：

申请nlargest

pd.concat([d.nlargest(2, columns=['value']) for _, d in df.groupby('year')])

             value
year item         
2012 water      16
     metals     14
2013 apples     17
     water      14

【讨论】：