python中是否有类似sql的行号选择?

多亏了 @斯科特博顿 我看得更远,觉得我们可以 nth() 而不是 head() 利用 sum(level=0) .另一个选择是 set_index() 以前我用过两次groupby。不管怎样,按照速度的顺序,最快的是:

dfout = (df.sort_values(by='amount', ascending=False)
         .groupby('group')
         .head(3)
         .set_index('group')
         .sum(level=0)
         .reset_index())

或

dfout = (df.sort_values(by='amount', ascending=False)
         .groupby('group')
         .nth([0,1,2])
         .sum(level=0)
         .reset_index())

或

dfout = (df.groupby('group')
         .apply(lambda x: x['amount'].sort_values(ascending=False).head(3).sum())
         .rename('amount')
         .reset_index())

或 获取temp数据帧的两步方法,如问题所示:

mid = df.sort_values(by='amount', ascending=False).groupby('group').head(3).sort_index()
final = mid.set_index('group').sum(level=0)

完整示例:

import pandas as pd

data = '''\
group,amount
x,12
x,345
x,3
y,1
y,45
z,14
x,4
x,52
y,54
z,23
z,235
z,21
y,57
y,3
z,87'''

fileobj = pd.compat.StringIO(data)
df = pd.read_csv(fileobj)

dfout = (df.sort_values(by='amount', ascending=False)
         .groupby('group')
         .nth([0,1,2])
         .sum(level=0)
         .reset_index())

print(dfout)

返回:

  group  amount
0     x     409
1     y     156
2     z     345