熊猫reset_index后groupby.value_counts（）

Question

我想分组列并计算另一列的数值。

import pandas as pd 
dftest = pd.DataFrame({'A':[1,1,1,1,1,1,1,1,1,2,2,2,2,2], 
       'Amt':[20,20,20,30,30,30,30,40, 40,10, 10, 40,40,40]}) 

print(dftest) 

dftest看起来像

A Amt 
0 1 20 
1 1 20 
2 1 20 
3 1 30 
4 1 30 
5 1 30 
6 1 30 
7 1 40 
8 1 40 
9 2 10 
10 2 10 
11 2 40 
12 2 40 
13 2 40 

执行分组

grouper = dftest.groupby('A') 
df_grouped = grouper['Amt'].value_counts() 

这给

A Amt 
1 30  4 
    20  3 
    40  2 
2 40  3 
    10  2 
Name: Amt, dtype: int64 

我要的是让每个小组的前两名行

而且，我被错误困扰，当我试图reset_index

df_grouped.reset_index() 

这给下面的错误

df_grouped.reset_index() ValueError: cannot insert Amt, already exists

Answer 1

您需要的参数name在reset_index，因为Series的名字是一样的一个名称的水平MultiIndex：

df_grouped.reset_index(name='count') 

另一种解决方案是renameSeries名称：

print (df_grouped.rename('count').reset_index()) 

    A Amt count 
0 1 30  4 
1 1 20  3 
2 1 40  2 
3 2 40  3 
4 2 10  2 

---

更常见的解决方案，而不是value_counts是总size：

df_grouped1 = dftest.groupby(['A','Amt']).size().rename('count').reset_index() 

print (df_grouped1) 
    A Amt count 
0 1 20  3 
1 1 30  4 
2 1 40  2 
3 2 10  2 
4 2 40  3