使用Python创建具有多个操作的函数

Question

我目前正在做一个带有婴儿名字数据的项目。我正在研究从1950年代开始每十年最受欢迎的男女婴儿名字。我正在尝试创建一个函数，以打印出我输入的数据集的姓氏。

到目前为止，我已经成功创建了每个十年的两个数据集（一个雄性，另一个雌性）

这是该函数的代码，但是我似乎无法弄清楚如何使其工作...

def getTopName(data):
    (data
        .drop(columns =['sex', 'prop'])
        .pivot(index = 'name', columns = 'year', values = 'n')
        .sum(axis=1) = data['decade']
        .sort_values(by = 'decade', ascending = False))
    print data[0:1]

关于如何实现此目标的任何建议？

我的数据如下：

当前为长格式。我可以创建一个中间函数，将其转换为宽格式并建立一个新列，将每年（1960、1961，... 1969）的总数相加吗？

Answer 1

问题1-每年n最高的名称

df.groupby(by='name', as_index=False)
      .count()
      .nlargest(1, 'number')
      .iloc[0]["name"]

Sample data

问题2-将数据转换为宽格式

Sample data经过测试的

pandas中的枢轴不进行聚合。因此，我分解了获取每年总数和每十年总数的步骤。最后，我加入了这两个以获得预期的结果：

import pandas as pd

df = pd.read_csv('set2.csv')

# add decade column
df["decade"] = df["year"] - (df["year"] % 10)

# add decade_title column to prevent join clashes
df["decade_total"] = df["decade"]
                       .apply(lambda decade_num: f"{str(decade_num)}_total")

# first pivot with n per year
per_year_df = df.pivot(index="name", columns="year", values="n")

# pivot cannot aggregate so we first aggregate and then pivot
per_decade_df = df\
    .groupby(by=["decade_total", "name"], as_index=False)\
    .agg({"n": 'sum'})\
    .pivot(index="name", columns="decade_total", values="n")

# finally we join the decade totals to the yearly counts
joined_df = per_year_df.join(per_decade_df)