Python Pandas 按列排序，但保持索引相同

Question

我创建了一个由 Country、deal_category 和 some_metric 组成的数据框。

看起来像

    Country     metric_count    channel
0   Country1    123472          c1
1   Country1    159392          c2
2   Country2    14599           c3
3   Country2    17382           c4

我使用命令根据国家/地区和 channel 进行索引

df2 = df.set_index(["Country", "channel"])

这将创建以下数据框。

            metric_count
Country     channel     
Country1    category1   12347
            category2   159392
            category3   14599
            category4   17382

Country2    category1   1234

这就是我想做的。我想保持这个结构相同并根据指标计数进行排序。换句话说，我想根据指标计数显示每个国家/地区的前 3 个 channel 。

例如，我希望为每个国家/地区显示一个数据框，按 metric_counts 降序排列前 3 个类别。

Country2    top category1   12355555
            top category2   159393
            top category3   16759

我尝试先排序，然后索引，但生成的数据框不再根据国家/地区进行分区。任何提示将非常感谢。谢谢!

Answer 1

经过一些艰苦的实验，我终于得到了我想要的东西。我在下面概述了我的步骤

1. 按国家/地区分组

   group = df.groupby("Country")
   

   从高层来看，这表明我们希望以不同的方式看待每个国家。现在我们的目标是确定前 3 个指标计数并报告相应的 channel 。为此，我们将对结果数据框进行排序，然后仅返回前 3 个结果。我们可以通过定义一个仅返回前 3 个结果的排序函数并使用 pandas 中的 apply 函数来做到这一点。这向 panda 表明“我想将此排序函数应用于每个组并返回每个组的前 3 个结果”。

2. 排序并返回前 3 名

   sort_function = lambda x: x.sort("metric_count", ascending = False)[:3]
   desired_df = group.apply(sort_function)