选择pandas groupby中的前n项并计算平均值

Question

我有以下数据帧：

df = pd.DataFrame({'Value': [0, 1, 2,3, 4,5,6,7,8,9],'Name': ['John', 'Jim', 'John','Jim', 'John','Jim','Jim','John','Jim','John']})
df
    Value   Name
0   0   John
1   1   Jim
2   2   John
3   3   Jim
4   4   John
5   5   Jim
6   6   Jim
7   7   John
8   8   Jim
9   9   John

我想通过Name选择顶部的n项，并从Value列中找到平均值

我试过这个：

df['Top2Mean'] = df.groupby(['Name'])['Value'].nlargest(2).transform('mean')

但有以下错误：

ValueError: transforms cannot produce aggregated results

我的预期结果是一个名为Top2Mean的新列，在John旁边有一个8，在Jim旁边有一个7

提前谢谢

Answer 1

让我们计算level=0上的mean，然后map计算出的平均值到Name列以广播聚合结果

top2 = df.groupby('Name')['Value'].nlargest(2).mean(level=0)
df['Top2Mean'] = df['Name'].map(top2)

如果我们需要在多个列上group例如Name和City，那么我们必须在level=[Name, City]和map上使用MultiIndex.map计算出的平均值

c = ['Name', 'City']
top2 = df.groupby(c)['Value'].nlargest(2).mean(level=c)
df['Top2Mean'] = df.set_index(c).index.map(top2)

使用自定义lambda函数的groupby和transform的替代方法

df['Top2Mean'] = df.groupby('Name')['Value']\
                   .transform(lambda v: v.nlargest(2).mean())

---

   Value  Name  Top2Mean
0      0  John         8
1      1   Jim         7
2      2  John         8
3      3   Jim         7
4      4  John         8
5      5   Jim         7
6      6   Jim         7
7      7  John         8
8      8   Jim         7
9      9  John         8