快捷導(dǎo)航

pandas分組排序如何獲取第二大的數(shù)據(jù)

更新時(shí)間：2021年03月26日 10:24:31 作者：這里風(fēng)太大

這篇文章主要介紹了pandas分組排序獲取第二大的數(shù)據(jù)的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

Python用來做數(shù)據(jù)分析很方便，網(wǎng)上很多關(guān)于找數(shù)據(jù)中第二大的方法，但是大多數(shù)都是關(guān)于SQL的，于是我挑戰(zhàn)一下用Python來做這件事（主要是SQL寫的不好>_<）,上代碼。

1、數(shù)據(jù)我是自己編的

在實(shí)際工作中應(yīng)該從數(shù)據(jù)庫(kù)中導(dǎo)入數(shù)據(jù)，如何從數(shù)據(jù)庫(kù)導(dǎo)出數(shù)據(jù)，我之后會(huì)補(bǔ)充。

import pandas as pd
df = pd.DataFrame([
    {"class": 1, "name": "aa", "english": 120},
    {"class": 1, "name": "bb", "english": 110},
    {"class": 1, "name": "cc", "english": 110},
    {"class": 1, "name": "dd", "english": 110},
    {"class": 2, "name": "ee", "english": 120},
    {"class": 2, "name": "ff", "english": 140},
    {"class": 2, "name": "gg", "english": 130},
    {"class": 2, "name": "hh", "english": 130},
    {"class": 3, "name": "tt", "english": 130},
    {"class": 4, "name": "xx", "english": 130},
    {"class": 4, "name": "yy", "english": 130},
    {"class": 5, "name": "zz", "english": None},
  ])

2、分組取第二大的數(shù)據(jù)

def fun(df):
  # english數(shù)據(jù)去重
  sort_set = set(df["english"].values.tolist())
  if len(sort_set)<=1:
    # 數(shù)據(jù)量小于等于1，無法取到第二大的數(shù)據(jù)
    return None
  else:
    # 取english中第二大的值
    sort_value = sorted(sort_set,reverse=True)[1]
    temp_df = df[df["english"]==sort_value]
    return temp_df
 
df = df.groupby(by=["class"]).apply(fun).reset_index(drop=True)
print(df)

結(jié)果如下：

  class name english
0 1 bb 110.0
1 1 cc 110.0
2 1 dd 110.0
3 2 gg 130.0
4 2 hh 130.0

3、寫完啦，就這么簡(jiǎn)單

當(dāng)然這還可以改為取最大、取最小、取第三大、等等......

補(bǔ)充：pandas 按某一列A排序，按B和C兩列分組，選擇分組后A列值最大的行

pandas 按某一列A排序，按B和C兩列分組，選擇分組后A列值最大的行

一、需求

按 updateTime 列倒序排序，按 B 和 C 兩列分組，分組后選擇最后更新的時(shí)間的那一行，并將結(jié)果加上新索引。

二、代碼

import pandas as pd
data = pd.read_csv('test.csv')
df = pd.DataFrame(data)
df = df.sort_values('updateTime', ascending=False).groupby(['B','C']).first().reset_index()

first() 函數(shù)代表選擇第一行，如果要選取多行，可以使用 head() 函數(shù)： head(5)表示選擇前五行。

如下例：

import pandas as pd 
data = pd.read_csv('test.csv',header = 0)
df = pd.DataFrame(data) 
# 按日期分組，分組后對(duì) value 列從大到小排序，取每組前十行
df = df.groupby('date', group_keys=False).apply(lambda x: x.sort_values('value', ascending=False)).groupby('date').head(10).reset_index()

在不能直接使用sort_values() 函數(shù)時(shí)，使用 apply() 函數(shù)。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章: