Pandas分组聚合：按日期筛选每日Top3热门列车线路

嘿，恭喜你完成了前期的数据拼接和分组统计工作！已经走到这一步，离拿到想要的每日Top3结果就差临门一脚啦😉

首先，先把你现有的分组代码简化一下，直接给统计结果列起个清晰的名字（比如run_count），后续处理起来更直观：

# 分组统计每日各线路的运行次数，并命名统计列
df_grouped = df.groupby(['date', 'complete_route_name'])['start_time'].nunique().reset_index(name='run_count')

接下来给你两种实现筛选每日Top3的方案，你可以根据需求选择：

方案一：用nlargest快速取前3 #

这种方法简单直接，按日期分组后，对每个日期组取运行次数最多的前3条：

# 按日期分组，每组保留run_count最高的前3条线路
daily_top3 = df_grouped.groupby('date').apply(lambda x: x.nlargest(3, 'run_count')).reset_index(drop=True)

注：如果某一天有多个线路并列第3名，nlargest(3)会把所有并列的都保留下来（比如4条线路并列第3，结果条数会超过3）。如果想严格每天只返回3条，可以把nlargest(3)换成sort_values('run_count', ascending=False).head(3)，但这样会截断并列的情况。

方案二：用rank精准控制排名逻辑 #

如果你想更灵活地处理并列排名的情况（比如让并列的线路共享同一个排名），可以用排名函数：

# 计算每个日期内各线路的运行次数排名（降序，相同次数取最小排名）
df_grouped['rank'] = df_grouped.groupby('date')['run_count'].rank(ascending=False, method='min')

# 筛选排名≤3的线路，然后去掉排名列
daily_top3 = df_grouped[df_grouped['rank'] <= 3].drop(columns='rank').reset_index(drop=True)

这里的method='min'表示相同运行次数的线路会取最小的排名（比如两个线路都是第2名，下一个线路是第3名）；如果想用连续排名（两个第2名之后下一个是第4名），可以把method改成'dense'。

最后，你可以给结果按日期和运行次数降序排序，让输出更整齐：

daily_top3.sort_values(by=['date', 'run_count'], ascending=[True, False], inplace=True)

最终的输出格式会和你期望的一致，比如：

date complete_route_name run_count
2015-08-01 Attempt Pin to Roll Test 101
2015-08-01 Suit Treatment Turnback to Spiders Toothbrush 93
2015-08-01 Concourse Village to Port Morris 87
2015-08-02 ... ...

内容的提问来源于stack exchange，提问作者Edward Webster