nlargest on groupby 具有多索引和多个聚合列

Question

努力将 .nlargest() 应用于我的 groupedby 数据，以便仅显示每个索引的总收入最大的 10 个[0]

Groupedby 数据如下所示：

当我运行:

grp_data.n_largest(10,'GrossRevenue_GBP')

似乎对我不起作用，完整的代码片段如下：

tmean = lambda x :stats.trim_mean(x, 0.1)

data = data.loc[(data['YYYY'] == 2016)&(data['New_category_ID'] != 0)]

grp_data = data.groupby(['New_category','CDI_CUS_NM'])['GrossRevenue_GBP',
'OrderCount',
'% Rev', 
'MOVC_GBP', 
'Average order size']
.aggregate({'GrossRevenue_GBP':np.sum, 'OrderCount':np.sum,'% Rev': np.sum,'MOVC_GBP': tmean ,'Average order size': tmean })
.nlargest(10,'GrossRevenue_GBP')


grp_data['Country'] = 'EU'


key1 = grp_data.index.labels[0]
key2 = grp_data['GrossRevenue_GBP'].rank(ascending=False)
sorter = np.lexsort((key2, key1))

grp_data = grp_data.take(sorter)


grp_data = grp_data[['% Rev','GrossRevenue_GBP', 'MOVC_GBP','Average order size','OrderCount','Country']]

非常感谢您的帮助。

谢谢，

Answer 1

我认为您需要 groupby 第一个多索引级别并使用 nlargest:

应用函数

grp_data = data.groupby(['New_category','CDI_CUS_NM']) 
               .aggregate({'GrossRevenue_GBP':np.sum, 
                           'OrderCount':np.sum,
                           '% Rev': np.sum,
                           'MOVC_GBP': tmean ,
                           'Average order size': tmean })

df = grp_data.groupby('New_category')
             .apply(lambda x: x.nlargest(1,'GrossRevenue_GBP'))
             .reset_index(level=0, drop=True)

nlargest on groupby 具有多索引和多个聚合列

nlargest on groupby with multiindex and multiple agg column

python

dataframe

pandas

pandas-groupby