如何用Pandas按国家分组获取各国家Top5高count菜系

问题原因 #

你当前的代码逻辑有误：

1. 先按['country','cuisines']分组后，每个分组已经是国家+菜系的唯一组合，每组仅对应1个count值，此时调用nlargest(5)完全起不到按国家取top5菜系的作用。
2. 后续直接对整个DataFrame取前5行，得到的是全局范围内的top5，并非每个国家各自的top5。

正确实现方式 #

以下两种方法都能满足你的需求，基于你的df3数据：

方法1：排序后分组取前N（推荐） #

先按国家分组，组内按count降序排序，再取每组前5条记录：

# 按国家升序、count降序排序，再按国家分组取前5行
result = df3.sort_values(['country', 'count'], ascending=[True, False]) \
            .groupby('country') \
            .head(5) \
            .reset_index(drop=True)

方法2：用排名筛选 #

给每个国家内的菜系按count做降序排名，筛选出排名≤5的记录：

# 按国家分组，计算每个菜系的count排名（降序，相同count保留原始顺序）
df3['rank'] = df3.groupby('country')['count'].rank(ascending=False, method='first')
# 筛选排名前5的记录，移除辅助列rank
result = df3[df3['rank'] <= 5].drop(columns='rank').reset_index(drop=True)

样例验证 #

用你提供的测试数据执行方法1后，得到结果如下：

完全符合每个国家取top5（国家内菜系不足5个时返回全部）的需求。

内容的提问来源于stack exchange，提问作者jeannetton