Python3.x Pandas 窗口聚合两个排序表

发布于12月02日

例如，我有两张桌子

包含字段A、B的表A(按A计数排序): A、B

Column A	Column B
foo1	a
foo2	b
foo3	a
foo4	d
foo5	c
foo6	a

表B(按B计数排序):

Column B
a
b
c
d
e

我想要一个这样的桌子(每个B都能拿到最受欢迎的两个A):

Column A	Column B
foo1	a
foo3	a
foo2	b
foo4	d
foo5	c

我试着做聚合和分组，但我不知道如何创建它.

推荐答案

IIUC使用ORDERED Categorical，然后按此列排序，并按GroupBy.head获得Top2值:

df['Column B'] = pd.Categorical(df['Column B'], 
                                ordered=True, 
                                categories=df['Column B'].unique())

如果需要订购，请从另外DataFrame个使用categories=df2['Column B']:

df['Column B'] = pd.Categorical(df['Column B'], 
                                ordered=True, 
                                categories=df2['Column B'])

df = df.sort_values('Column B').groupby('Column B').head(2)
print (df)
  Column A Column B
0     foo1        a
2     foo3        a
1     foo2        b
3     foo4        d
4     foo5        c