pandas：按组对观察进行排序答案

【问题标题】：pandas: sorting observations within groupby groupspandas：按组对观察进行排序
【发布时间】：2016-07-04 14:15:26
【问题描述】：

根据pandas groupby sort within groups 的答案，为了对每个组内的观察进行排序，需要对第一个groupby 的结果进行第二次groupby。为什么需要第二个groupby？我会假设在运行第一个 groupby 之后观察结果已经分组，并且所需要的只是枚举这些组的方法（并运行 apply 和 order）。

【问题讨论】：

标签： python pandas

【解决方案1】：

因为在 groupby 之后应用函数后，结果将组合回正常的未分组数据框。使用 groupby 和类似 sort 的 groupby 方法应该被认为是 Split-Apply-Combine operation

groupby 拆分原始数据帧并将该方法应用于每个组，但随后将结果再次隐式组合。

在另一个问题中，他们可以反转操作（首先排序），然后不必使用两个 groupby。他们可以这样做：

df.sort(['job','count'],ascending=False).groupby('job').head(3)

【讨论】：

注意：sort 已弃用 sort_values

【解决方案2】：

在这种情况下，他们需要第二个 group by，因为除了排序之外，他们只想保留每个组的前 3 行。

如果您只需要按组排序，您可以这样做：

df_res = df.groupby(['job','source']).agg({'count':sum}).sort_values(['job','count'],ascending=False)

一个分组就足够了。

如果您想为每个组保留最高计数的 3 行，那么您可以再次分组并使用 head() 函数：

df_res.groupby('job').head(3)

【讨论】：