데이터 프레임을 두 개의 열로 그룹화 한 다음 그룹 내에서 집계 결과를 정렬하려고합니다.

In [167]:
df

Out[167]:
count   job source
0   2   sales   A
1   4   sales   B
2   6   sales   C
3   3   sales   D
4   7   sales   E
5   5   market  A
6   3   market  B
7   2   market  C
8   4   market  D
9   1   market  E

In [168]:
df.groupby(['job','source']).agg({'count':sum})

Out[168]:
            count
job     source  
market  A   5
        B   3
        C   2
        D   4
        E   1
sales   A   2
        B   4
        C   6
        D   3
        E   7

이제 각 그룹 내에서 카운트 열을 내림차순으로 정렬하고 싶습니다. 그런 다음 상위 3 개 행만 가져갑니다. 다음과 같은 것을 얻으려면 :

            count
job     source  
market  A   5
        D   4
        B   3
sales   E   7
        C   6
        B   4

당신이하고 싶은 것은 실제로 다시 groupby입니다 (첫 번째 groupby의 결과에 따라) : 그룹 당 처음 세 요소를 정렬하고 가져옵니다.

첫 번째 그룹의 결과부터 시작 :

In [60]: df_agg = df.groupby(['job','source']).agg({'count':sum})

인덱스의 첫 번째 수준으로 그룹화합니다.

In [63]: g = df_agg['count'].groupby(level=0, group_keys=False)

그런 다음 각 그룹을 정렬 ( '순서')하고 처음 세 요소를 가져옵니다.

In [64]: res = g.apply(lambda x: x.order(ascending=False).head(3))

그러나이를 위해 다음과 같은 단축키 기능이 있습니다 nlargest.

In [65]: g.nlargest(3)
Out[65]:
job     source
market  A         5
        D         4
        B         3
sales   E         7
        C         6
        B         4
dtype: int64

정렬을 먼저하고 head를 사용하여 각 그룹의 처음 3 개를 가져 와서 한 번에 수행 할 수도 있습니다.

In[34]: df.sort_values(['job','count'],ascending=False).groupby('job').head(3)

Out[35]: 
   count     job source
4      7   sales      E
2      6   sales      C
1      4   sales      B
5      5  market      A
8      4  market      D
6      3  market      B

정렬 순서에서 상위 3 개를 가져오고 그룹 내에서 정렬하는 다른 예는 다음과 같습니다.

In [43]: import pandas as pd                                                                                                                                                       

In [44]:  df = pd.DataFrame({"name":["Foo", "Foo", "Baar", "Foo", "Baar", "Foo", "Baar", "Baar"], "count_1":[5,10,12,15,20,25,30,35], "count_2" :[100,150,100,25,250,300,400,500]})

In [45]: df                                                                                                                                                                        
Out[45]: 
   count_1  count_2  name
0        5      100   Foo
1       10      150   Foo
2       12      100  Baar
3       15       25   Foo
4       20      250  Baar
5       25      300   Foo
6       30      400  Baar
7       35      500  Baar


### Top 3 on sorted order:
In [46]: df.groupby(["name"])["count_1"].nlargest(3)                                                                                                                               
Out[46]: 
name   
Baar  7    35
      6    30
      4    20
Foo   5    25
      3    15
      1    10
dtype: int64


### Sorting within groups based on column "count_1":
In [48]: df.groupby(["name"]).apply(lambda x: x.sort_values(["count_1"], ascending = False)).reset_index(drop=True)
Out[48]: 
   count_1  count_2  name
0       35      500  Baar
1       30      400  Baar
2       20      250  Baar
3       12      100  Baar
4       25      300   Foo
5       15       25   Foo
6       10      150   Foo
7        5      100   Foo

대신 이것을 시도하십시오

'groupby'를 수행하고 내림차순으로 정렬하는 간단한 방법

df.groupby(['companyName'])['overallRating'].sum().sort_values(ascending=False).head(20)

열을 합산 할 필요가 없으면 @tvashtar의 답변을 사용하십시오. 합산 해야하는 경우 @ joris '답변 또는 이와 매우 유사한 답변을 사용할 수 있습니다.

df.groupby(['job']).apply(lambda x: (x.groupby('source')
                                      .sum()
                                      .sort_values('count', ascending=False))
                                     .head(3))