python-3.x - Pandas 窗口聚合两个排序表

Question

例如，我有两张表

表 A 包含字段 A、B(按 A 计数排序): A、B

<表类=“s-表”> <标题> A 列 B 列 <正文> foo1 一个 foo2 b foo3 一个 foo4 d foo5 c foo6 一个

表 B(按 B 数量排序):

<表类=“s-表”> <标题> B 列 <正文> 一个 b c d e

我想要一个像这样的表格(为每个 B 获取前 2 个最受欢迎的 A):

<表类=“s-表”> <标题> A 列 B 列 <正文> foo1 一个 foo3 一个 foo2 b foo4 d foo5 c

我尝试进行聚合和分组，但我不知道如何创建它。

Answer 1

IIUC 使用订购 Categorical ，然后按此列排序并按 GroupBy.head 获取 top2 值:

df['Column B'] = pd.Categorical(df['Column B'], 
                                ordered=True, 
                                categories=df['Column B'].unique())

如果需要使用另一个DataFrame的顺序，请使用categories=df2['Column B']:

df['Column B'] = pd.Categorical(df['Column B'], 
                                ordered=True, 
                                categories=df2['Column B'])

---

df = df.sort_values('Column B').groupby('Column B').head(2)
print (df)
  Column A Column B
0     foo1        a
2     foo3        a
1     foo2        b
3     foo4        d
4     foo5        c