1. ホーム
  2. パイソン

[解決済み】pandas groupby グループ内ソート

2022-04-01 09:19:05

質問

データフレームを2つの列でグループ化し、グループ内で集計結果を並べ替えたいのですが、可能ですか?

In [167]: df

Out[167]:
   count     job source
0      2   sales      A
1      4   sales      B
2      6   sales      C
3      3   sales      D
4      7   sales      E
5      5  market      A
6      3  market      B
7      2  market      C
8      4  market      D
9      1  market      E


In [168]: df.groupby(['job','source']).agg({'count':sum})

Out[168]:
               count
job    source       
market A           5
       B           3
       C           2
       D           4
       E           1
sales  A           2
       B           4
       C           6
       D           3
       E           7

次に、各グループ内で count 列を降順に並べ替えたいと思います。そして、上位3行だけを取り出します。次のようになります。

                count
job     source
market  A           5
        D           4
        B           3
sales   E           7
        C           6
        B           4

解決方法は?

あなたがやりたいことは、実はもう一度(最初のgroupbyの結果に対して)groupbyを行うことです:ソートして、グループごとに最初の3つの要素を取ります。

最初のgroupbyの結果から始めます。

In [60]: df_agg = df.groupby(['job','source']).agg({'count':sum})

インデックスの第一階層でグループ分けをしています。

In [63]: g = df_agg['count'].groupby('job', group_keys=False)

そして、各グループをソート('order')して、最初の3つの要素を取り出したいと思います。

In [64]: res = g.apply(lambda x: x.sort_values(ascending=False).head(3))

しかし、これについては、ショートカット機能があります。 nlargest :

In [65]: g.nlargest(3)
Out[65]:
job     source
market  A         5
        D         4
        B         3
sales   E         7
        C         6
        B         4
dtype: int64

だから、一挙にこのように見えるのです。

df_agg['count'].groupby('job', group_keys=False).nlargest(3)