2016-11-12 47 views

回答

2

IIUC您可以使用nlargest()方法:

In [12]: top2 = df.groupby('Name').Amount.nlargest(2).reset_index().drop('level_1',1) 

In [13]: top2 
Out[13]: 
     Name Amount 
0 Alice  100 
1 Alice  30 
2  Bob  300 
3  Bob  50 
4 Charlie  200 
5 Charlie  55 
相關問題