python-分组内的Pandas groupby排序保留了多个聚合

我想在groupby返回的组中应用排序和限制,如this question.但是,我有多个聚合,并且我希望所有聚合都保留在结果中.

这是一个简单的示例：

products = ["A", "B", "C", "D"]
stores = ["foo", "bar", "baz"]
n = 30

product_list = [products[i] for i in np.random.randint(0, len(products), n)]
store_list = [stores[i] for i in np.random.randint(0, len(stores), n)]
rating_list = np.random.random(n) * 5
sales_list = np.random.random(n) * 10000

df = pd.DataFrame(
    {'store': store_list, 
     'product': product_list, 
     'sales': sales_list, 
     'rating': rating_list})

df = df[['store', 'product', 'sales', 'rating']]

df[:5]

我想按商店和产品分组,同时对销售额进行总计和计数,同时采用评分的平均值.

这很简单：

dfg = df.groupby(['store', 'product']).agg({'sales': ['sum', 'count'], 
                                            'rating': 'mean'})

现在,我只希望在每个组中保留评分最高的两个行.我可以这样得到(使用来自1的[对我]有点不直观的咒语的多层次扩展)：

g = dfg[('rating', 'mean')].groupby(
      level=0, group_keys=False).apply(
        lambda x: x.sort_values(ascending=False).head(2))
g

这将返回以下系列：

store  product
bar    B          3.601135
       A          1.867449
baz    B          2.984196
       D          2.780500
foo    B          3.767912
       D          3.129346
Name: (rating, mean), dtype: float64

但是我丢失了(‘sales’,’sum’)和(‘sales,’count’)列.

我怀疑我需要提取g.index并以某种方式使用它,但无法进行排序(双关语).

编辑：下面的答案设法给了我要寻找的组,但是我真正想要的是一个稳定的排序,不仅我得到了每个组中的前N个平均评分,而且对这些组本身进行了排序第一类的评分最高,等等.在某种程度上,这只是锦上添花,因为我现在拥有想要的值,并且希望报告更漂亮.

解决方法:

我已经整理好了.我不需要像上面那样索引分组表并执行后续的groupby和sort_values,而是需要将sort_values应用于未索引的DataFrame,指定要显式排序的列：

g = dfg.groupby(level=0, group_keys=False).apply(
      lambda x: x.sort_values(('rating', 'mean'), ascending=False).head(2))

给我想要的结果：

标签：pandas-groupby,pandas,python,sorting
来源： https://codeday.me/bug/20191025/1928464.html