我有一个像这样的列的数据框：
id lead_sponsor lead_sponsor_class
02837692 Janssen Research & Development, LLC Industry
02837679 Aarhus University Hospital Other
02837666 Universidad Autonoma de Ciudad Juarez Other
02837653 Universidad Autonoma de Madrid Other
02837640 Beirut Eye Specialist Hospital Other
我想找到最常见的主要赞助商。我可以使用以下方法列出每个组的大小：
df.groupby(['lead_sponsor', 'lead_sponsor_class']).size()
这给了我这个：
lead_sponsor lead_sponsor_class
307 Hospital of PLA Other 1
3E Therapeutics Corporation Industry 1
3M Industry 4
4SC AG Industry 8
5 Santé Other 1
但是，如何找到最常见的十大人群呢？如果我做：
df.groupby(['lead_sponsor', 'lead_sponsor_class']).size().sort_values(ascending=False).head(10)
然后我得到一个错误：
AttributeError：“系列”对象没有属性“ sort_values”
最佳答案
我认为您可以使用Series.nlargest：
print (df.groupby(['lead_sponsor', 'lead_sponsor_class']).size().nlargest(10))
在docs中是Notes：
相对于Series对象的大小，对于小n而言，它比.sort_values（ascending = False）.head（n）更快。
样品：
import pandas as pd
df = pd.DataFrame({'id': {0: 2837692, 1: 2837679, 2: 2837666, 3: 2837653, 4: 2837640},
'lead_sponsor': {0: 'a', 1: 'a', 2: 'a', 3: 's', 4: 's'},
'lead_sponsor_class': {0: 'Industry', 1: 'Other', 2: 'Other', 3: 'Other', 4: 'Other'}})
print (df)
id lead_sponsor lead_sponsor_class
0 2837692 a Industry
1 2837679 a Other
2 2837666 a Other
3 2837653 s Other
4 2837640 s Other
print (df.groupby(['lead_sponsor', 'lead_sponsor_class']).size())
lead_sponsor lead_sponsor_class
a Industry 1
Other 2
s Other 2
dtype: int64
print (df.groupby(['lead_sponsor', 'lead_sponsor_class']).size().sort_values(ascending=False).head(2))
lead_sponsor lead_sponsor_class
s Other 2
a Other 2
dtype: int64
print (df.groupby(['lead_sponsor', 'lead_sponsor_class']).size().nlargest(2))
lead_sponsor lead_sponsor_class
a Other 2
s Other 2
dtype: int64
关于python - 列出 Pandas 小组中最常见的成员？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39141080/