如何用Pandas的groupby按type分组取growth前3行并按type调用

嘿，这需求太常见了，我来给你捋清楚怎么用pandas的groupby搞定，分两种场景来说，适配不同的需求：

如果需要先把每个type的前3高growth记录都存下来，之后随时调用任意type的结果，这么做最方便：

首先，用groupby结合nlargest来快速筛选每组的Top3，这方法比手动循环高效多了，特别适合大数据量：

import pandas as pd

# 假设你的原始数据框叫df，包含type和growth字段
top3_all_types = df.groupby('type', group_keys=False).apply(lambda x: x.nlargest(3, 'growth'))
# 重置索引，去掉groupby带来的层级索引，变成常规数据框
top3_all_types = top3_all_types.reset_index(drop=True)

加group_keys=False是为了避免结果里多出不必要的分组索引列，让输出更干净。

之后要调用指定type（比如type=32）的结果，直接用布尔索引就行：

# 获取type=32的Top3记录
type32_top3 = top3_all_types[top3_all_types['type'] == 32]

如果只是偶尔查某个特定type的Top3，不想处理所有组（毕竟数据量大的话，全量处理会耗资源），可以直接操作groupby对象：

# 先创建分组对象
grouped_df = df.groupby('type')

# 提取type=32的分组，再筛选growth最高的3条
type32_top3 = grouped_df.get_group(32).nlargest(3, 'growth')

get_group()方法可以直接从分组对象中取出指定组的所有数据，再用nlargest筛选Top3，这样只处理你需要的组，效率更高。

• 如果遇到多个记录growth值相同的情况，nlargest默认会保留先出现的3条；要是想保留所有并列的Top记录，可以加参数keep='all'，比如x.nlargest(3, 'growth', keep='all')，不过这样结果可能会超过3条，根据实际需求调整就行。
• 大数据量下，优先用上面两种方法，pandas内部做了优化，比自己写循环快很多。

内容的提问来源于stack exchange，提问作者aabujamra