Python Pandas Groupby isin

Question

我有一个数据框，列出了不同的团队（绿色、蓝色、黄色、橙色、[有数百个团队]等），并列出了他们每月的收入。我希望能够根据收入创建前 10 名团队的列表，然后将其输入到 groupby 语句中，以便我在处理各种数据帧时只查看这些团队。这些是我创建的但我遇到问题的语句：

Rev = df['Revenue'].head(10) and I have also used Rev = df.nlargest(10,['Revenue'])

grpby = df.groupby([df['team'].isin(rev), 'team'], as_index=False)['Revenue'].sum().sort_values('Revenue', ascending=False).reset_index()

*编辑：导致此请求的其他代码：*编辑：df = pd.read_excel（'c：/Test.xlsx'，sheet_name =“Sheet1”，index_col = 'Date'，parse_dates = True）

*编辑：df = pd.DataFrame(df)

我可以使 groupby 语句起作用，但我无法将“Rev”列表输入到限制/过滤要查看的组的 groupby 语句中。

另外，当使用 groupby 语句创建数据框时，如何添加回未分组的其他列？例如，在上面的声明中，我尝试使用“团队”和“收入”，但如果我还想添加其他列，例如（“位置”或“团队负责人”），添加更多列的语法是什么？

*通过 Excel 文件编辑示例输入：Teams Revenue Green 10 Blue 15 Red 20 Orange 5 在上面的示例中，我想使用一个语句，该语句获取前三个并保存为列表，然后将其输入到 groupby 语句中。现在看起来我还没有填写实际的数据框？*从控制台：空 DataFrame 列：[团队，收入] 索引：[]

Answer 1

第一步需要过滤boolean indexing：

样本：

df = pd.DataFrame({'Teams': ['Green', 'Blue', 'Red', 'Orange', 'Green', 'Blue', 'Grey', 'Purple'], 
                   'Revenue': [18, 15, 20, 5, 10, 15, 2, 5], 
                   'Location': ['A', 'B', 'V', 'G', 'A', 'D', 'B', 'C']})

print (df)
    Teams  Revenue Location
0   Green       18        A
1    Blue       15        B
2     Red       20        V
3  Orange        5        G
4   Green       10        A
5    Blue       15        D
6    Grey        2        B
7  Purple        5        C

首先获取最高值并选择列Teams：

Rev = df.nlargest(3,'Revenue')['Teams']
print (Rev)
2      Red
0    Green
1     Blue
Name: Teams, dtype: object

然后需要首先过滤boolean indexing：

print (df[df['Teams'].isin(Rev)])
   Teams  Revenue Location
0  Green       18        A
1   Blue       15        B
2    Red       20        V
4  Green       10        A
5   Blue       15        D

df1 = (df[df['Teams'].isin(Rev)]
        .groupby('Teams',as_index=False)['Revenue']
        .sum()
        .sort_values('Revenue', ascending=False))
print (df1)
   Teams  Revenue
0   Blue       30
1  Green       28
2    Red       20

如果需要输出多列，则需要为每一列设置聚合函数，例如：

df2 = (df[df['Teams'].isin(Rev)]
        .groupby('Teams',as_index=False)
        .agg({'Revenue':'sum', 'Location': ', '.join, 'Another col':'mean'}))
print (df2)
   Teams  Revenue Location
0   Blue       30     B, D
1  Green       28     A, A
2    Red       20        V