分组并找到前n个value_counts pandas

ytk*_*ytk 24 python dataframe pandas

我有一个出租车数据的数据框,有两列,如下所示:

Neighborhood    Borough        Time
Midtown         Manhattan      X
Melrose         Bronx          Y
Grant City      Staten Island  Z
Midtown         Manhattan      A
Lincoln Square  Manhattan      B
Run Code Online (Sandbox Code Playgroud)

基本上,每行代表该行政区附近的出租车.现在,我想在每个行政区找到前5个街区,拥有最多的皮卡.我试过这个:

df['Neighborhood'].groupby(df['Borough']).value_counts()
Run Code Online (Sandbox Code Playgroud)

这给了我这样的东西:

borough                          
Bronx          High  Bridge          3424
               Mott Haven            2515
               Concourse Village     1443
               Port Morris           1153
               Melrose                492
               North Riverdale        463
               Eastchester            434
               Concourse              395
               Fordham                252
               Wakefield              214
               Kingsbridge            212
               Mount Hope             200
               Parkchester            191
......

Staten Island  Castleton Corners        4
               Dongan Hills             4
               Eltingville              4
               Graniteville             4
               Great Kills              4
               Castleton                3
               Woodrow                  1
Run Code Online (Sandbox Code Playgroud)

如何过滤它以便我只获得前5个?我知道有几个问题有类似的标题,但它们对我的情况没有帮助.

jez*_*ael 28

我想你可以使用nlargest- 你可以1改为5:

s = df['Neighborhood'].groupby(df['Borough']).value_counts()
print s
Borough                      
Bronx          Melrose            7
Manhattan      Midtown           12
               Lincoln Square     2
Staten Island  Grant City        11
dtype: int64

print s.groupby(level=[0,1]).nlargest(1)
Bronx          Bronx          Melrose        7
Manhattan      Manhattan      Midtown       12
Staten Island  Staten Island  Grant City    11
dtype: int64
Run Code Online (Sandbox Code Playgroud)

正在创建其他列,指定级别信息

  • @Nemish Kanwar - 谢谢好主意。或者`print s.groupby(level=0).nlargest(1).reset_index(level=0, drop=True)` (4认同)
  • 它在 l=0 处创建了一个额外的级别,只需添加 s.index.droplevel(level=0) (3认同)

Ale*_*der 18

您可以通过使用'nlargest'稍微扩展原始groupby来一行完成此操作:

>>> df.groupby(['Borough', 'Neighborhood']).Neighborhood.value_counts().nlargest(5)
Borough        Neighborhood    Neighborhood  
Bronx          Melrose         Melrose           1
Manhattan      Midtown         Midtown           1
Manhatten      Lincoln Square  Lincoln Square    1
               Midtown         Midtown           1
Staten Island  Grant City      Grant City        1
dtype: int64
Run Code Online (Sandbox Code Playgroud)

  • 这只获得一个小组前5名 (4认同)

Mit*_*ril 14

解决方案:从每个组中获取topn

df.groupby(['Borough']).Neighborhood.value_counts().groupby(level=0, group_keys=False).head(5)
Run Code Online (Sandbox Code Playgroud)
  1. .value_counts().nlargest(5)在其他答案中只给你一组前五名,对我来说也没有意义。
  2. group_keys=False以避免重复索引
  3. 因为value_counts()已经排序了,只需要head(5)


小智 5

df['Neighborhood'].groupby(df['Borough']).value_counts().head(5)
Run Code Online (Sandbox Code Playgroud)

head()获取数据框中的前 5 行。

  • @KhadijahLawal 你的答案没有显示每个分组的前 5 个计数(我相信用户正在尝试到达) (4认同)