我有如下所示的三列,并尝试返回第三列的top1和top2最高计数。我希望生成此输出,如预期的输出所示。
数据:
打印(df)
AGE GENDER rating
0 10 M PG
1 10 M R
2 10 M R
3 4 F PG13
4 4 F PG13
代码:
s = (df.groupby(['AGE', 'GENDER'])['rating']
.apply(lambda x: x.value_counts().head(2))
.rename_axis(('a','b', 'c'))
.reset_index(level=2)['c'])
输出:
print (s)
a b
4 F PG13
10 M R
M PG
Name: c, dtype: object
预期的输出:
print (s[F])
('PG13')
print(s[M])
('PG13', 'R')
最佳答案
我认为您需要:
s = (df.groupby(['AGE', 'GENDER'])['rating']
.apply(lambda x: x.value_counts().head(2))
.rename_axis(('a','b', 'c'))
.reset_index()
.groupby('b')['c']
.apply(list)
.to_dict()
)
print (s)
{'M': ['R', 'PG'], 'F': ['PG13']}