如何在Pandas DataFrame中筛选各分类下销量Top2的记录？

示例数据 #

先构造你提供的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Category': ['A','A','A','B','B','B'],
    'Products': ['abc','xyz','def','nop','hjk','qrs'],
    'Sales': [1,2,3,4,5,2]
})

需求说明 #

无需循环迭代，筛选出每个Category分组下Sales排名前2的Products。

解决方案 #

方法1：groupby + nlargest（最简便）

直接对每个分组调用nlargest提取销量前2的行：

result = df.groupby('Category').apply(lambda x: x.nlargest(2, 'Sales')).reset_index(drop=True)

• groupby('Category')：按分类字段分组
• nlargest(2, 'Sales')：在每个分组内取出销量最高的2条记录
• reset_index(drop=True)：重置结果索引，避免多级索引干扰

方法2：rank函数筛选

通过给每个分组内的销量排名，再筛选排名前2的记录：

# 按分组给销量降序排名，method='first'处理并列值（按出现顺序排序）
df['sales_rank'] = df.groupby('Category')['Sales'].rank(ascending=False, method='first')
# 筛选排名<=2的记录，删除辅助列
result = df[df['sales_rank'] <= 2].drop('sales_rank', axis=1)

输出结果 #

最终得到的result如下：

内容的提问来源于stack exchange，提问作者TMK