0
A
回答
1
使用groupby
和第一片20
In [4]: df
Out[4]:
language page_name requests bytes
0 en a 1 220
1 eu b 1 620
2 eu b 1 620
3 tr c 1 780
4 en d 4 620
5 en e 9 1320
In [5]: df.groupby('language')['requests'].sum()
Out[5]:
language
en 14
eu 2
tr 1
Name: requests, dtype: int64
In [6]: df.groupby('language')['requests'].sum()[:20]
Out[6]:
language
en 14
eu 2
tr 1
Name: requests, dtype: int64
相關問題
- 1. Python groupby datetime
- 2. 創建基於GROUPBY在Python
- 3. Groupby在python的列表中
- 4. python groupby的行爲?
- 5. Python的GROUPBY聲明
- 6. Python Pandas groupby語法
- 7. 如何在Python中篩選和groupby
- 8. 其中與GROUPBY語句在Python dataframes
- 9. GROUPBY,計數和平均numpy的,在python
- 10. 在Python中使用groupby多列
- 11. 在python中繪製兩個groupby()系列
- 12. python 3.5的Itertools(groupby函數)
- 13. Python中的計數和groupby
- 14. pandas python中的groupby對象
- 15. Python的數據幀GROUPBY
- 16. Python的sqlite的數據GROUPBY
- 17. GROUPBY在Lovefield
- 18. GroupBy在LINQ
- 19. Groupby在Pandas
- 20. 的GroupBy在階
- 21. GROUPBY在relationtable
- 22. GROUPBY
- 23. Python的大熊貓GROUPBY /追加列
- 24. Python熊貓平等地R groupby變異
- 25. python dataframe groupby by dictionary list then sum
- 26. python(熊貓):重組groupby語句
- 27. Python的GROUPBY結果計數頻率
- 28. Python的大熊貓GROUPBY年月日周
- 29. Python的大熊貓篩選和GROUPBY
- 30. Python熊貓groupby datetime和多個參數
或'。頭(20)',而不是片,雖然我真的不知道哪一個更好。 –
總和不排序,所以你需要'.order(升序= False)'在頭部之前。編輯:不,你想使用'.nlargest(10)'。 –
謝謝John Galt。這對我有效。最後我只需要使用sort(ascending = False)。再次感謝 – user3252148