python中是否有任何行号替代方法，如SQL？

Question

我试图找到组中的值的总和，但问题是我只需要选择组中的 3 个可能的最高值，然后对每个组的这些值求和。
我有一个这样的数据框：

group  amount
   x      12
   x     345
   x       3
   y       1
   y      45
   z      14
   x       4
   x      52
   y      54
   z      23
   z     235
   z      21
   y      57
   y       3
   z      87

IN SQL 我可以使用这样的查询：

select group, sum(amount) total from (select group, amount, row_number() over(partition by group order by amount desc) rownum from tbla) z 其中 z.rownum 介于 1 和 3 之间 一组一组

分组前我想要的结果：

  group  amount
   x      12
   x     345
   y      45
   x      52
   y      54
   z      23
   z     235
   y      57
   z      87   

根据这个结果，我想得到每个组的总和

最终结果

    Group    Amount
    X         409
    Y         156
    Z         345

Answer 1

感谢@ScottBoston，我进一步研究并认为我们可以使用nth() 而不是head() 来使用sum(level=0)。另一种选择是 set_index() before 而不是我使用 groupby 两次的旧解决方案。无论如何，按照速度顺序，最快的优先：

dfout = (df.sort_values(by='amount', ascending=False)
         .groupby('group')
         .head(3)
         .set_index('group')
         .sum(level=0)
         .reset_index())

或

dfout = (df.sort_values(by='amount', ascending=False)
         .groupby('group')
         .nth([0,1,2])
         .sum(level=0)
         .reset_index())

或

dfout = (df.groupby('group')
         .apply(lambda x: x['amount'].sort_values(ascending=False).head(3).sum())
         .rename('amount')
         .reset_index())

或一种两步方法来获取您的临时数据框，如问题所示：

mid = df.sort_values(by='amount', ascending=False).groupby('group').head(3).sort_index()
final = mid.set_index('group').sum(level=0)

---

完整示例：

import pandas as pd

data = '''\
group,amount
x,12
x,345
x,3
y,1
y,45
z,14
x,4
x,52
y,54
z,23
z,235
z,21
y,57
y,3
z,87'''

fileobj = pd.compat.StringIO(data)
df = pd.read_csv(fileobj)

dfout = (df.sort_values(by='amount', ascending=False)
         .groupby('group')
         .nth([0,1,2])
         .sum(level=0)
         .reset_index())

print(dfout)

返回：

  group  amount
0     x     409
1     y     156
2     z     345