Pandas：按组对观察结果进行排序

Question

根据对pandas groupby sort within groups的回答，为了对每组中的观察结果进行排序，需要对第一个groupby的结果执行第二个groupby。为什么需要第二个groupby？我假设在运行第一个groupby之后，观察已经被排列成组，所需要的只是枚举这些组的方法（并使用order运行apply）。

Answer 1

因为一旦在groupby之后应用一个函数，结果就会合并回正常的未分组数据帧中。使用groupby和类似sort的groupby方法应该被看作是Split-Apply-Combine operation

groupby将拆分原始数据帧，并将该方法应用于每个组，但随后结果将再次隐式合并。

在另一个问题上，他们可以反转操作（先排序），然后不必使用两个groupby。他们可以做到：

df.sort(['job','count'],ascending=False).groupby('job').head(3)

Answer 2

在这种情况下，他们需要第二个分组，因为在排序的顶部，他们只想保留每组的前3行。

如果只需要按组排序，可以执行以下操作：

df_res = df.groupby(['job','source']).agg({'count':sum}).sort_values(['job','count'],ascending=False)

一组就够了。

如果要保留每组计数最高的3行，则可以再次分组并使用head（）函数：

df_res.groupby('job').head(3)