如何通过Pandas GroupBy和value_counts获取各区域Top N常见值

问题背景 #

你有如下的犯罪记录表格：

你用df.groupby(['Area Name'])['Code Description'].value_counts()统计了每个区域各犯罪类型的频次，但直接追加.nlargest(3)只会返回全局频次最高的3项（单个区域的结果），而不是每个区域自己的Top N项。

解决方案 #

问题的核心是：value_counts()返回的是一个多级索引的Series（第一级是区域名，第二级是犯罪类型），直接用.nlargest(3)是对整个Series全局排序取前3，而不是按区域分组后每组取前N。

要实现每个区域单独取Top N高频项，你需要再嵌套一次groupby，对每个区域组应用取前N的操作。有两种简洁的方式：

方法1：使用apply + nlargest

# 取每个区域的Top 2高频项，可替换2为你需要的N值
df.groupby(['Area Name'])['Code Description'].value_counts()\
  .groupby(level=0)\
  .apply(lambda x: x.nlargest(2))

方法2：使用head（更高效）

因为value_counts()本身已经按频次降序排列了，所以直接用head(N)取每个组的前N项即可：

# 同样替换2为你需要的N值
df.groupby(['Area Name'])['Code Description'].value_counts()\
  .groupby(level=0)\
  .head(2)

示例结果 #

用你的数据运行上述代码（取Top2），会得到如下结果：

Area Name    Code Description                                  
N Hollywood  CRIMINAL THREATS - NO WEAPON DISPLAYED                 2
             ASSAULT WITH DEADLY WEAPON, AGGRAVATED ASSAULT        1
West Valley  CRIMINAL THREATS - NO WEAPON DISPLAYED                 2
77th Street  RAPE, FORCIBLE                                        1
Foothill     CRM AGNST CHLD (13 OR UNDER) (14-15 & SUSP 10 YRS OLDER)0060    1
Southeast    ASSAULT WITH DEADLY WEAPON, AGGRAVATED ASSAULT        1
Name: Code Description, dtype: int64

可以看到，每个区域的Top N项都被正确提取出来了，如果某个区域的犯罪类型不足N个，会显示所有已有的项。

内容的提问来源于stack exchange，提问作者Patty Jula