7
votes

Sélection de Top N éléments de chaque groupe de Pandas Groupby

J'ai un dataframe qui ressemble à ce qui ressemble à ceci:

>>> select_number
          number_to_select
currency       
GBP         2
EU          2
USD         1

python pandas dataframe

3 commentaires

Veuillez vérifier Ceci Réponse

@Maxu est-ce que cette réponse couvre le nombre de variable de la variable de haut niveau?

@Ians, tu as raison, j'ai ajouté une réponse

3 Réponses :

3
votes

Voici une solution:

select_number = select_number['number_to_select']  # easier to select from series

df.groupby('currency').apply(
    lambda dfg: dfg.nlargest(select_number[dfg.name], columns='price')
)

8 commentaires

Essayez de mélanger le df ( df = df.sample (len (df)) ) et exécuter votre requête. Je suppose que vous auriez besoin de trier le DF à l'avance


                                                
                                                                                            
                                                    @Maxu merci, j'ai ajouté  nlargest , que je suis sûr que c'est plus efficace que de trier tous                                                

                                                
                                                                                            
                                                    Pour moi, il retourne  KeyError: "UE" . Peux-tu le vérifier? Je ne sais pas pourquoi, mais toujours la même erreur (je teste dfg.name aussi).                                                

                                                
                                                                                            
                                                    Vous devriez également ajouter , colonnes = ['prix']  à l'appel  nlargest , car il me donne  nlargest () manquant 1 argument de position requise: "colonnes"                                                 

                                                
                                                                                            
                                                    Quelle version de Pandas utilisez-vous? J'ai 0.18.0                                                
                                                
                                                                                            
                                                    @jezrael Vous avez raison, je viens de réaliser que  select_number  est un fichier de données dans la question de l'OP. Je l'avais défini comme une série.                                                

                                                
                                                                                            
                                                    C'est une réponse d'équipe :)                                                
                                                
                                                                                            
                                                    Ou réponse peut être  print (data.groupby ("devise"). Appliquer (lambda dfg: dfg.nlargest (select_number.number_to_select [nommé], colonnes = 'Prix')))  Qu'est-ce que comme le dernier édition


                        
                                            
                            
                                
                                    1
 votes
                                
                            
                            
                                
                                     Vous pouvez le faire de cette façon:  xxx  pré> 
 sortie  p>  xxx  pré> 
 explication:  p> 
 
  rn  code> - est une colonne d'assistrage - Row_Number par partition / groupe, trié en descendant par  Price  code> (à l'intérieur de ce groupe)  p> 
  QRY  code> - est dynamiquement Query généré  P> 
In [149]: qry
Out[149]: '((currency=="EU") & (rn<=2)) | ((currency=="GBP") & (rn<=2)) | ((currency=="USD") & (rn<=1))'

                                

                                                                    
                                    
                                    
                                        0 commentaires
                                        
                                                                                    
                                    
                                                            
                        
                        
                                            
                            
                                
                                    11
 votes
                                
                            
                            
                                
                                     Vous pouvez utiliser:  xxx  pre>  xxx  pré> 
 solution avec mappage par  dict  code>:  p>  xxx  pré > 
 solution2:  p>  xxx  pré> 
 explication:  p> 
 Je pense que le débogage est la meilleure fonction d'utilisation  f  code> avec  Imprimer  CODE>:  P> 
  currency  id  price
0       EU   2   1050
1       EU   5   1400
2       EU   4   1750
3       EU   8   4000
  currency  id  price
0       EU   2   1050
1       EU   5   1400
2       EU   4   1750
3       EU   8   4000
EU
2
  currency  id  price
3       EU   8   4000
2       EU   4   1750
  currency  id  price
4      GBP   7    630
5      GBP   1   1000
6      GBP   9   1400
GBP
2
  currency  id  price
6      GBP   9   1400
5      GBP   1   1000
  currency  id  price
7      USD   3   2000
8      USD   6   7000
USD
1
  currency  id  price
8      USD   6   7000

           currency  id  price
currency                      
EU       3       EU   8   4000
         2       EU   4   1750
GBP      6      GBP   9   1400
         5      GBP   1   1000
USD      8      USD   6   7000

                                

                                                                    
                                    
                                    
                                        0 commentaires