Python DataFrame：如何在Datafram上进行多次操作后继续按分组

Question

我有一个包含州、县和人口统计数据的数据框架，包括以下列：

SUMLEV  REGION  DIVISION  STATE  COUNTY   STNAME  CTYNAME CENSUS2010POP  

在下面的一行中，我对数据框进行分组，并对每个州的县人口进行排序

sorted_df = temp_df.groupby(['STNAME']).apply(lambda x: x.sort_values(['CENSUS2010POP'], ascending = False))

分类后，我只想保持3个最大的县人口明智

largestcty = sorted_df.groupby(['STNAME'])["CENSUS2010POP"].nlargest(3)

作为下一步，我想用下面的命令对这些值求和

top3sum = largestcty.groupby(['STNAME']).sum()

但现在的问题是，关键字'STNAME'不在groupby后面的序列中。我的问题是如何保存序列中原始数据帧的密钥？你知道吗

所以在应用了这个答案之后，我将top3sum作为一个数据帧

top3sum = pd.DataFrame(largestcty.groupby(['STNAME'])'STNAME','CENSUS2010POP'].sum(),columns =['CENSUS2010POP'])
top3sum[:8]

>>> STNAME CENSUS2010POP
Alabama 1406269 Alaska 478402 Arizona 5173150 Arkansas 807152 California 15924150 Colorado 1794424 Connecticut 2673320 Delaware 897934

这就是top3sum数据的样子，然后我得到：
cnty = top3sum['CENSUS2010POP'].idxmax()

和cnty = California 但是当我尝试使用cnty和top3sum['STNAME']时，我收到了一个密钥错误

Answer 1

您的问题是，在第二次分组之后，只选择列CENSUSxxx，然后选择三个最大的值。你知道吗

请注意，在应用nlargest之前不需要预先排序，因此第一个命令是不必要的。但是，如果进行排序，则可以轻松地选取已排序的分组数据帧的前3行：

largestcty = temp_df.groupby(['TNAME']).apply(lambda x: x.sort_values(['CENSUS2010POP'], ascending = False).head(3)

然后需要采用sum命令来选择所需的列：

top3sum = largestcty.groupby(['STNAME'])['CENSUS2010POP'].sum()