时间戳

首页 > 解决方案 > 你如何在 Python Pandas 中进行分组、排序和限制？（即获得前 10 名）

python - 你如何在 Python Pandas 中进行分组、排序和限制？（即获得前 10 名）

问题描述

我有一个包含 actor_id 和 account_id 列的 Pandas 数据框。演员是一个人，而帐户只是一个帐户。所以一个人可以有多个账户，账户可以有多个人。

我的目标是按 actor_id 分组，然后按他们拥有的帐户数量对 actor_ids 进行排名，这样我就可以获得帐户最多的前 10 名演员的列表。

在 SQL 中，它类似于 SELECT actor_id, account_id, COUNT(account_id) GROUP BY actor_id LIMIT 10。但我正在尝试在 Python 中执行此操作。

我引用了这个Pandas 组并按索引计数排序，但它对我不起作用。下面是我尝试过的代码。

df['count'] = df['actor_id'].map(df['account_id'].value_counts())
df.sort_index('count', ascending=False)

数据集如下所示： 数据集

在图片中，将 project_id 替换为 account_id。

标签： pythonpandaspandas-groupby

解决方案

你可以做：

df_nb_acc = (
    df.groupby('actor_id')['account_id'] #groupby actor_id, select the column account_id
      .count() # count the number of accout per actor
      .reset_index() # actor_id become a column and not indexes 
      .rename(columns={'account_id':'Nb_account'}) # to rename the column
      .sort_values('Nb_account',axis=1, ascending=False)
      # to sort the value on the column Nb_account, largest to smallest
    )

并获得前 10 名然后做df_nb_acc.head(10)

推荐阅读