如何用Pandas对两个排序表做窗口聚合，获取每个B的Top2热门A

假设你使用的是Python Pandas（从groupby/aggregate的描述来看大概率是），以下是直接可行的实现方式：

场景1：表A已按A的计数排序（符合你的描述） #

因为表A已经按A的计数排序，同一个Column B分组下，靠前的Column A就是热度更高的。我们只需按Column B分组后取每组前2条数据：

• 如果只需要保留表B中存在的B值，先过滤表A：

import pandas as pd

# 过滤表A，仅保留表B中包含的B值
filtered_a = df_A[df_A['Column B'].isin(df_B['Column B'])]

• 分组取前2个热门A：

# 按Column B分组，每组取前2行
result = filtered_a.groupby('Column B').head(2)

场景2：表A未预先排序（额外补充） #

如果表A没按A的计数排序，需要先对每组内的A计数并排序，再取前2：

# 按B分组，每组内统计A的出现次数并降序排序，取前2
result = df_A.groupby('Column B').apply(
    lambda group: group['Column A'].value_counts().head(2).reset_index(name='热度计数')
).reset_index(drop=True)

说明 #

• 第一种场景直接复用了表A已排序的特性，效率更高；
• 第二种场景会自动统计每个A的热度并排序，适合未预先处理的原始数据。

内容的提问来源于stack exchange，提问作者hurricane133