按3列分组，每组只保留最小的5列

Question

首先，对不起，我不是英国人，但我希望你能理解我的问题；-）

我有一个列表，上面有我合作的有线网络提供商的数据。你知道吗

我把这些信息按

traffic.groupby(["HUB","FIBER_NODES","WEEK"])

这很好，我得到了每个中心节点周组的所有信息。 但现在我想检查一下交通发展情况。为此，我想得到这个数据帧中第一周和最后5周的平均值之间的差异。你知道吗

为此，我不想将日历周保持在1到38之间。我只想保持1比5或者34比38。你知道吗

我试过：

traffic.groupby(["HUB","FIBER_NODES","WEEK"]).nlargest(5)

错误：AttributeError:无法访问“DataFrameGroupBy”对象的可调用属性“nlargest”，请尝试使用“apply”方法

下一次尝试：

traffic.groupby(["HUB","FIBER_NODES","WEEK"]).apply(lambda grp: grp.nlargest(5,"WEEK"))

这不管用，我还有1到38周的时间。你知道吗

有人知道我下一步可以尝试什么吗？；—）

非常感谢

马可

Answer 1

我认为评论中的@jon clements的想法是正确的。问题是您在groupby中包含了"WEEK"。删除它对我有效（在不同的数据上）：

traffic.groupby(["HUB","FIBER_NODES"]).apply(lambda grp: grp.nlargest(5,"WEEK"))

（我也希望nlargest可以工作，但显然它还没有在dataframegroupby中实现。：-/）

Answer 2

谢谢你的回答。你知道吗

我找到了一个非常有效的解决方案：

start_df = traffic.loc[(traffic["WEEK"] < min_week) & (traffic["STREAM_TYPE"] == str_type)].groupby(["HUB","FIBER_NODES"]).median()[["AVG_ACTIVE_CMS","AvgVal"]].reset_index()

祝你在新的一周有个好的开始。 马可