如何根据函数中的列值对列进行分组和排序

Question

我有一个如下的数据框，我需要编写一个函数，它应该能够给我以下结果：输入参数：国家，例如 'INDIA'以年龄为例 'Student'我的输入数据框如下所示：   Card Name    Country      Age         Code  Amount0        AAA      INDIA    Young        House     1001        AAA  Australia      Old     Hardware     2002        AAA      INDIA  Student        House     3003        AAA         US    Young     Hardware     6004        AAA      INDIA  Student  Electricity     2005        BBB  Australia    Young  Electricity     1006        BBB      INDIA  Student  Electricity     2007        BBB  Australia    Young        House     4508        BBB      INDIA      Old        House     1509        CCC  Australia      Old     Hardware     20010       CCC  Australia    Young        House     35011       CCC      INDIA      Old  Electricity     40012       CCC         US    Young        House     200预期的输出将是          Code  Total Amount  Frequency  Average0  Electricity           400          2      2001        House           300          1      300根据金额的总和，前 10 名（在我们的例子中，我们只能获得给定国家（= 印度）和年龄（= 学生）的前 2 名代码。此外，它还应该提供一个新的“频率”列，该列将计算编号。该组和“平均”列中的记录数将是总和/频率我试过了df.groupby(['Country','Age','Code']).agg({'Amount': sum})['Amount'].groupby(level=0, group_keys=False).nlargest(10)产生Country    Age      Code       Australia  Young    House          800           Old      Hardware       400           Young    Electricity    100INDIA      Old      Electricity    400           Student  Electricity    400                    House          300           Old      House          150           Young    House          100US         Young    Hardware       600                    House          200Name: Amount, dtype: int64不幸的是，这与预期的输出不同。