在Pandas数据框的多索引数据中按索引和值排序
假设我有一个数据框，如下所示：
year month message
0 2018 2 txt1
1 2017 4 txt2
2 2019 5 txt3
3 2017 5 txt5
4 2017 5 txt4
5 2020 4 txt3
6 2020 6 txt3
7 2020 6 txt3
8 2020 6 txt4
我想弄清楚每年的前三大邮件数量。因此，我将数据分组如下：
df.groupby(['year','month']).count()
结果：
message
year month
2017 4 1
5 2
2018 2 1
2019 5 1
2020 4 1
6 3
两个索引的数据都按升序排列。但是如何找到如下所示的结果，其中数据按年份（升序）和前n个值的计数（降序）排序。“月”指数将免费。
message
year month
2017 5 2
4 1
2018 2 1
2019 5 1
2020 6 3
4 1
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
value_counts默认给你排序：df.groupby('year')['month'].value_counts()输出：
year month 2017 5 2 4 1 2018 2 1 2019 5 1 2020 6 3 4 1 Name: month, dtype: int64如果您每年只需要2个最高价值，则进行另一个groupby：
(df.groupby('year')['month'].value_counts() .groupby('year').head(2) )输出：
year month 2017 5 2 4 1 2018 2 1 2019 5 1 2020 6 3 4 1 Name: month, dtype: int64回答来源：stackoverflow
2020-03-24 19:30:08赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
