如何在聚合后的DataFrame中按月份升序，按均值取每组Top/Bottom N服务？

需求说明 #

已通过以下代码完成分组聚合，得到包含多级列索引的结果集：

ISresult = h25.groupby(['month','impactedservice']).agg({'resolvetime': ['count','median','mean', 'min', 'max','std']})

现在需要：

• 整体保持月份升序
• 每个月内按resolvetime的**均值（mean）**排序
• 每个月仅保留Top5（均值最高）或Bottom5（均值最低）的impactedservice记录，同时保留所有聚合指标

实现代码 #

方法1：分组+自定义筛选函数 #

# 定义函数：每个月取均值最高的Top5记录
def top5_per_month(group):
    return group.sort_values(('resolvetime', 'mean'), ascending=False).head(5)

# 定义函数：每个月取均值最低的Bottom5记录
def bottom5_per_month(group):
    return group.sort_values(('resolvetime', 'mean'), ascending=True).head(5)

# 应用筛选，自动保留月份升序
top5_result = ISresult.groupby('month', group_keys=False).apply(top5_per_month)
bottom5_result = ISresult.groupby('month', group_keys=False).apply(bottom5_per_month)

方法2：排名+布尔索引筛选 #

# 筛选Top5：按月计算均值排名（降序），取排名前5的记录
ISresult['mean_rank'] = ISresult.groupby('month')[('resolvetime', 'mean')].rank(ascending=False, method='first')
top5_result = ISresult[ISresult['mean_rank'] <= 5].drop(columns='mean_rank')

# 筛选Bottom5：按月计算均值排名（升序），取排名前5的记录
ISresult['mean_rank'] = ISresult.groupby('month')[('resolvetime', 'mean')].rank(ascending=True, method='first')
bottom5_result = ISresult[ISresult['mean_rank'] <= 5].drop(columns='mean_rank')

# 确保月份升序（若原索引已排序可省略）
top5_result = top5_result.sort_index(level='month', ascending=True)
bottom5_result = bottom5_result.sort_index(level='month', ascending=True)

关键说明 #

• 多级列索引处理：排序时需指定完整列路径('resolvetime', 'mean')，匹配聚合后的列结构
• 去重逻辑：排名时用method='first'，避免因均值相同导致的重复排名，保证每个月严格输出5条记录
• 顺序保持：原分组结果的索引已按month升序排列，筛选后默认保留该顺序，无需额外调整

内容的提问来源于stack exchange，提问作者Mark G