Tôi muốn nhóm khung dữ liệu của mình theo hai cột và sau đó sắp xếp các kết quả tổng hợp trong các nhóm.

In [167]:
df

Out[167]:
count   job source
0   2   sales   A
1   4   sales   B
2   6   sales   C
3   3   sales   D
4   7   sales   E
5   5   market  A
6   3   market  B
7   2   market  C
8   4   market  D
9   1   market  E

In [168]:
df.groupby(['job','source']).agg({'count':sum})

Out[168]:
            count
job     source  
market  A   5
        B   3
        C   2
        D   4
        E   1
sales   A   2
        B   4
        C   6
        D   3
        E   7

Bây giờ tôi muốn sắp xếp cột đếm theo thứ tự giảm dần trong mỗi nhóm. Và sau đó chỉ mất ba hàng đầu. Để có được một cái gì đó như:

            count
job     source  
market  A   5
        D   4
        B   3
sales   E   7
        C   6
        B   4

Những gì bạn muốn làm thực sự lại là một nhóm (trên kết quả của nhóm đầu tiên): sắp xếp và lấy ba yếu tố đầu tiên cho mỗi nhóm.

Bắt đầu từ kết quả của nhóm đầu tiên:

In [60]: df_agg = df.groupby(['job','source']).agg({'count':sum})

Chúng tôi nhóm theo cấp độ đầu tiên của chỉ số:

In [63]: g = df_agg['count'].groupby(level=0, group_keys=False)

Sau đó, chúng tôi muốn sắp xếp ('thứ tự') mỗi nhóm và lấy ba yếu tố đầu tiên:

In [64]: res = g.apply(lambda x: x.order(ascending=False).head(3))

Tuy nhiên, đối với điều này, có một chức năng phím tắt để làm điều này , nlargest:

In [65]: g.nlargest(3)
Out[65]:
job     source
market  A         5
        D         4
        B         3
sales   E         7
        C         6
        B         4
dtype: int64

Bạn cũng có thể chỉ cần thực hiện trong một lần, bằng cách thực hiện sắp xếp trước và sử dụng đầu để lấy 3 đầu tiên của mỗi nhóm.

In[34]: df.sort_values(['job','count'],ascending=False).groupby('job').head(3)

Out[35]: 
   count     job source
4      7   sales      E
2      6   sales      C
1      4   sales      B
5      5  market      A
8      4  market      D
6      3  market      B

Đây là ví dụ khác về việc đứng đầu 3 về thứ tự được sắp xếp và sắp xếp trong các nhóm:

In [43]: import pandas as pd                                                                                                                                                       

In [44]:  df = pd.DataFrame({"name":["Foo", "Foo", "Baar", "Foo", "Baar", "Foo", "Baar", "Baar"], "count_1":[5,10,12,15,20,25,30,35], "count_2" :[100,150,100,25,250,300,400,500]})

In [45]: df                                                                                                                                                                        
Out[45]: 
   count_1  count_2  name
0        5      100   Foo
1       10      150   Foo
2       12      100  Baar
3       15       25   Foo
4       20      250  Baar
5       25      300   Foo
6       30      400  Baar
7       35      500  Baar


### Top 3 on sorted order:
In [46]: df.groupby(["name"])["count_1"].nlargest(3)                                                                                                                               
Out[46]: 
name   
Baar  7    35
      6    30
      4    20
Foo   5    25
      3    15
      1    10
dtype: int64


### Sorting within groups based on column "count_1":
In [48]: df.groupby(["name"]).apply(lambda x: x.sort_values(["count_1"], ascending = False)).reset_index(drop=True)
Out[48]: 
   count_1  count_2  name
0       35      500  Baar
1       30      400  Baar
2       20      250  Baar
3       12      100  Baar
4       25      300   Foo
5       15       25   Foo
6       10      150   Foo
7        5      100   Foo

Thay vào đó hãy thử

cách đơn giản để làm 'nhóm' và sắp xếp theo thứ tự giảm dần

df.groupby(['companyName'])['overallRating'].sum().sort_values(ascending=False).head(20)

Nếu bạn không cần tổng hợp một cột, thì hãy sử dụng câu trả lời của @ tvashtar. Nếu bạn cần tổng hợp, thì bạn có thể sử dụng câu trả lời của @joris hoặc câu trả lời này rất giống với câu trả lời.

df.groupby(['job']).apply(lambda x: (x.groupby('source')
                                      .sum()
                                      .sort_values('count', ascending=False))
                                     .head(3))