python - 按多级类别分组，返回每个类别中n个最大的和(每个类别的n不同)

Question

我有一个 pandas 数据框(df)，代表不同个人的每月支出。数据框中的第一列指的是人员 ID，第二列指的是费用类别，第三列指的是花费的金额。请参阅下面的示例表:

d = {'PersonID': ['A','A','A','A','A','A','A','A','B','B','B','B','B','B'], 'Category': ['Food','Food','Food','Food','Travel','Travel','Travel','Travel','Food','Food','Food','Travel','Travel','Travel'], 'Expenditure':[10,15,5,20,500,100,1000,2000,10,30,10,800,1000,400]}
df = pd.DataFrame(data=d)

对于每个人，我想获得食品类别中三项最大支出的总和，以及旅行类别中两项最大支出的总和。

对于上面的示例表，我想要下表:

我尝试使用以下代码，但问题是我无法在不同类别中指定不同的 N-最大费用。

df.groupby(['PersonID','Category'])['Expenditure'].nlargest(2).sum(level=0)

Answer 1

方法是首先按类别拆分数据帧，然后按总和分组，然后将结果连接在一起:

pd.concat([
df.query('Category == "Food"').groupby(['PersonID','Category'])['Expenditure'].nlargest(3).sum(level=[0,1]),
df.query('Category == "Travel"').groupby(['PersonID','Category'])['Expenditure'].nlargest(2).sum(level=[0,1])
])

输出:

PersonID  Category
A         Food          45
B         Food          50
A         Travel      3000
B         Travel      1800
Name: Expenditure, dtype: int64

---

使用字典和列表理解:

d = {'Food':2,
     'Travel':3}

pd.concat([df[df['Category'] == c].groupby(['PersonID','Category'])['Expenditure'].nlargest(n).sum(level=[0,1]) for c,n in d.items()])