如何用Pandas分组排序获取每个城市会员数Top5的群组

嘿，我来帮你搞定这个需求！你已经完成了按城市+群组分组求和的第一步，接下来只需要对每个城市的结果做排序取前5的操作就行，下面给你几种实用的方法：

方法一：最直观的分组筛选法 #

先把你已有的分组结果转成普通列，再按城市分组取会员数最高的5个群组：

# 执行分组求和 → 重置索引（把多级索引转成列）→ 按城市分组取前5 → 清理索引
top5_groups = (clust.groupby(['city','name'])
               .agg({'members': 'sum'})
               .reset_index()
               .groupby('city')
               .apply(lambda x: x.nlargest(5, 'members'))
               .reset_index(drop=True))

这样得到的结果是一个干净的DataFrame，每一行对应一个城市的Top5群组，包含city、name、members三列。

方法二：用排名筛选法 #

如果你需要保留排名信息（或者后续要做更多筛选），可以先计算每个城市内的会员数排名，再筛选前5：

# 第一步：先得到所有城市+群组的会员总数
clust_sum = clust.groupby(['city','name']).agg({'members': 'sum'}).reset_index()
# 第二步：计算每个城市内的会员数排名（降序，并列时按出现顺序取）
clust_sum['rank'] = clust_sum.groupby('city')['members'].rank(ascending=False, method='first')
# 第三步：筛选排名≤5的记录，去掉排名列
top5_groups = clust_sum[clust_sum['rank'] <= 5].drop('rank', axis=1)

method='first'参数很重要，它能避免并列会员数的群组被重复计数，保证每个城市刚好取到5个群组。

方法三：更简洁的多级索引操作 #

如果你不想重置索引，可以直接基于多级索引操作，代码更短：

top5_groups = (clust.groupby(['city','name'])
               .agg({'members': 'sum'})
               .groupby(level='city', group_keys=False)
               .nlargest(5))

这里用level='city'指定按第一级索引（城市）分组，group_keys=False让结果不会保留多余的分组层级，输出的是一个保留city和name为多级索引的结果，如果你需要转成普通列，再加个.reset_index()就行。

举个例子（基于你的样本数据） #

比如你的Bath城市，执行后会得到以下Top5群组：

• Agile Bath & Bristol：957
• Bath Machine Learning Meetup：435
• AWS Bath User Group：346
• Bath JS：142
• Bath Crypto Chat：47

内容的提问来源于stack exchange，提问作者snow_fall