import pandas as pd

# 示例数据
df = pd.DataFrame({
    'group': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C'],
    'value': [10, 20, 30, 15, 25, 35, 5, 15]
})

# 获取每个组中value列最大的2个值
result = df.groupby('group')['value'].nlargest(2)
print(result)

# 获取每个组的前2行
result = df.groupby('group').apply(lambda x: x.head(2))
print(result)

# 先按value降序排序，然后获取每个组的前2个
result = df.sort_values('value', ascending=False).groupby('group').head(2)
print(result)

# 为每个组内的value创建排名
df['rank'] = df.groupby('group')['value'].rank(ascending=False)
# 筛选排名前2的记录
result = df[df['rank'] <= 2]
print(result)

# 更复杂的例子：多列排序和分组
df = pd.DataFrame({
    'department': ['HR', 'HR', 'HR', 'IT', 'IT', 'IT', 'Sales', 'Sales'],
    'employee': ['Alice', 'Bob', 'Charlie', 'Dave', 'Eve', 'Frank', 'Grace', 'Hank'],
    'salary': [70000, 80000, 90000, 85000, 95000, 75000, 60000, 65000],
    'years': [5, 3, 7, 4, 2, 6, 1, 3]
})

# 获取每个部门薪资最高的2名员工，如果薪资相同则按工作年限排序
result = (
    df.sort_values(['department', 'salary', 'years'], ascending=[True, False, False])
    .groupby('department')
    .head(2)
)
print(result)