获取每组中 n 最大值的平均值答案

【问题标题】：Getting mean for n-largest values in each group获取每组中 n 最大值的平均值
【发布时间】：2018-02-04 10:17:16
【问题描述】：

假设我在 Pandas 中有一个名为 df 的数据框，如下所示：

 id    x      y
 1     10     A
 2     12     B
 3     10     B
 4     4      C
 5     9      A
 6     15     A
 7     6      B

现在我想按 y 列对数据进行分组，并获得每个组的 2 个最大值 (x) 的平均值，看起来像这样

y     
A      (10+15)/2 = 12.5
B      (12 + 10)/2 = 11
C      4

如果我尝试使用df.groupby('y')['x'].nlargest(2)，我会得到

y    id    
A    1    10
     6    15
B    2    12
     3    10
C    4    4

类型为pandas.core.series.Series。因此，当我执行df.groupby('y')[x].nlargest(2).mean() 时，我得到所有数字的平均值，而不是 3 个平均值，每个组一个平均值。最后，我想绘制组在 x 轴上和在 y 轴上的意思的结果，所以我猜我也应该删除列 'id' 吗？有谁知道如何解决这个问题？谢谢你的帮助！

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

df.groupby('y')['x'].nlargest(2).mean(level=0)
Out: 
y
A    12.5
B    11.0
C     4.0
Name: x, dtype: float64

请注意，这是按 'y' 分组两次（mean(level=0) 是另一个 groupby，但它是在索引上完成的，因此速度更快）。 groupby.apply 根据组的数量可能会更有效，因为在这种特殊情况下它只需要分组一次。

df.groupby('y')['x'].apply(lambda ser: ser.nlargest(2).mean())
Out: 
y
A    12.5
B    11.0
C     4.0
Name: x, dtype: float64

【讨论】：