分组并找到前n个value_counts个熊猫

问题描述

我认为您可以使用nlargest-您可以更改1为5：

s = df['Neighborhood'].groupby(df['Borough']).value_counts()
print s
Borough                      
bronx          Melrose            7
Manhattan      Midtown           12
               Lincoln Square     2
Staten Island  Grant City        11
dtype: int64

print s.groupby(level=[0,1]).nlargest(1)
bronx          bronx          Melrose        7
Manhattan      Manhattan      Midtown       12
Staten Island  Staten Island  Grant City    11
dtype: int64

正在创建其他列，指定级别信息

解决方法

我有一个出租车数据的数据框，其中有两列，如下所示：

Neighborhood    Borough        Time
Midtown         Manhattan      X
Melrose         Bronx          Y
Grant City      Staten Island  Z
Midtown         Manhattan      A
Lincoln Square  Manhattan      B

基本上，每一行代表该市镇附近的一辆出租车。现在，我想找到每个行政区中接送次数最多的前5个街区。我尝试了这个：

df['Neighborhood'].groupby(df['Borough']).value_counts()

这给了我这样的东西：

borough                          
Bronx          High  Bridge          3424
               Mott Haven            2515
               Concourse Village     1443
               Port Morris           1153
               Melrose                492
               North Riverdale        463
               Eastchester            434
               Concourse              395
               Fordham                252
               Wakefield              214
               Kingsbridge            212
               Mount Hope             200
               Parkchester            191
......

Staten Island  Castleton Corners        4
               Dongan Hills             4
               Eltingville              4
               Graniteville             4
               Great Kills              4
               Castleton                3
               Woodrow                  1

我该如何过滤它，以便仅从每一个中获得前5名？我知道有几个标题相似的问题，但它们对我的情况没有帮助。