使用 Pandas DataFrame / 排序答案

【问题标题】：Working with Pandas DataFrame / Sorting使用 Pandas DataFrame / 排序
【发布时间】：2017-08-24 07:02:04
【问题描述】：

我正在使用 Excel 中的一个大数据集，我试图在其中按每个索引值的前 25 个对数字进行排序。

数据站点如下所示：

最终的 PAC ID 是公司编号和更改（这不会显示在给定的数据中）。 PAC 贡献是我想要排序的数字。

例如，公司 C00003590 将有 50 个贡献给不同的候选人，金额为“PAC 贡献”，我想对每个公司完成的前 25 个贡献进行排序。

我尝试过使用字典，为每家公司创建一个字典，并将候选数字作为字符串键添加，并将贡献作为值添加。

我目前的代码如下（虽然这可能是完全错误的方法）：

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)

【问题讨论】：

标签： python excel sorting pandas

【解决方案1】：

我觉得你需要nlargest:

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)

to_excel最后保存到excel：

df1.to_excel('filename.xlsx')

【讨论】：

这正是我所需要的！不过，我将如何将其保存回 excel 文件？如果我删除打印命令，它似乎不会改变数据框本身。
啊，对，我尝试做同样的事情，但不是创建一个新的数据框，我试图覆盖当前的数据框。非常感谢您的回答，但对您有很大帮助。

【解决方案2】：

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

【讨论】：

【解决方案3】：

您可以在此处将groupby 与字典理解结合使用。 result 是一个字典，其中包含您的公司名称作为键和以前 25 名付款作为值的子数据框：

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}

【讨论】：