我正在尝试转换这样的 df:
df = pd.DataFrame({'A': ['A1', 'A1', 'A1', 'A1', 'A1', 'A1', 'A2', 'A2', 'A2', 'A2', 'A2', 'A2', 'A2'],
'B': ['B1', 'B1', 'B2', 'B2', 'B3', 'B3', 'B4', 'B5', 'B6', 'B7', 'B7', 'B8', 'B8']})
通过取n个(这里是2)最大索引(按B的计数)来:
我的做法:
df = df.groupby(['A', 'B'])['A'].count()
df = df.groupby(level=0).nlargest(2).reset_index(level=0, drop=True)
什么给了我(这接近我需要的):
现在,我知道转换 MultiIndex 的唯一方法是:
df.reset_index(level=1)
df.unstack()
但他们没有给我我想要的东西。有没有任何数据框方法可以为我做这件事,或者我需要用 apply 来做这件事。一种方法是循环遍历每一对:df.index.get_level_values(level=1)
并将其放入新的 2 列 df 中。但这会破坏如果一个index.level=0,将只有一个index.level=1
另外:当计数相同时,我不关心 (nlargest) 的顺序。
最佳答案
虽然@jezrael的答案更快更容易(我会使用它),但这就是我在研究它时开发的:
df = pd.DataFrame({'A': ['A1', 'A1', 'A1', 'A1', 'A1', 'A1', 'A2', 'A2', 'A2', 'A2', 'A2', 'A2', 'A2'],
'B': ['B1', 'B1', 'B2', 'B2', 'B3', 'B3', 'B4', 'B5', 'B6', 'B7', 'B7', 'B8', 'B8']})
df = df.groupby(['A', 'B'])['A'].count()
df = df.groupby(level=0).nlargest(2).reset_index(level=0, drop=True)
df = df.unstack()
df_new = pd.DataFrame(columns=['A', '1_Largest', '2_largest'])
for i, row in enumerate(['A1', 'A2']):
df_new.loc[i, :] = row
df_new.loc[i, '1_Largest'] = df.loc[row].sort_values(ascending=False).index[0]
df_new.loc[i, '2_largest'] = df.loc[row].sort_values(ascending=False).index[1]
df_new.set_index('A')
关于python - DataFrame:N 个最大索引值(从 level=1)到 n 列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50368090/