python - 获取另一列中每个唯一值的前 2 个值

Question

我有一个像这样的数据框:

student       marks     term
steve         55        1
jordan        66        2
steve         53        1
alan          74        2
jordan        99        1
steve         81        2
alan          78        1
alan          76        2
jordan        48        1

我想为每个学生返回最高的两个分数

student  marks    term
steve      81     2
steve      55     1
jordan     99     1
jordan     66     2
alan       78     1
alan       76     2

我已经尝试过

df = df.groupby('student')['marks'].max()

但它返回 1 行，我希望每个学生按照提到的顺序获得前两名分数。

Answer 1

您可以使用groupby + nlargest来查找2个最大值；然后使用loc按照它们在df中出现的顺序进行排序:

out = (df.groupby('student')['marks'].nlargest(2)
       .droplevel(1)
       .loc[df['student'].drop_duplicates()]
       .reset_index())

输出:

  student  marks
0   steve     81
1   steve     55
2  jordan     99
3  jordan     66
4    alan     78
5    alan     76

如果您还想保留“术语”，您可以使用索引:

idx = df.groupby('student')['marks'].nlargest(2).index.get_level_values(1)
out = df.loc[idx].set_index('student').loc[df['student'].drop_duplicates()].reset_index()

输出:

  student  marks  term
0   steve     81     2
1   steve     55     1
2  jordan     99     1
3  jordan     66     2
4    alan     78     1
5    alan     76     2

@sammywemmy 提出了一种更好的方法来得出第二个结果:

out = (df.loc[df.groupby('student', sort=False)['marks'].nlargest(2)
              .index.get_level_values(1)]
       .reset_index(drop=True))