Wie kann ich die Top-Datensätze jeder Gruppe in einem Pandas-DataFrame effizient abrufen?

Pandas: Effizientes Abrufen der obersten Datensätze innerhalb von Gruppen

Bei der Arbeit mit Pandas DataFrames ist es häufig erforderlich, die führenden Datensätze aus jeder Gruppe zu extrahieren . Ein gängiger Ansatz besteht darin, die Funktionen „Gruppieren nach“ und „Anwenden“ zu verwenden, um Datensätze innerhalb jeder Gruppe aufzuzählen.

dfN = df.groupby('id').apply(lambda x:x['value'].reset_index()).reset_index()

Es gibt jedoch einen optimierteren Ansatz:

df.groupby('id').head(2)

Dieser Die Methode ruft die obersten Datensätze direkt ab, ohne dass Zwischenberechnungen erforderlich sind. Darüber hinaus behält der generierte DataFrame seinen ursprünglichen Index bei.

Um den resultierenden MultiIndex zu reduzieren, verwenden Sie:

df.groupby('id').head(2).reset_index(drop=True)

Dadurch wird der folgende DataFrame erzeugt:

id	value
1	1
1	2
2	1
2	2
3	1
4	1

Alternativ können Sie die Fensterfunktion „row_number()“ von SQL verwenden, um Datensätze innerhalb von Gruppen effizient aufzuzählen. Diese Funktion ist derzeit jedoch in Pandas nicht verfügbar.

Das obige ist der detaillierte Inhalt vonWie kann ich die Top-Datensätze jeder Gruppe in einem Pandas-DataFrame effizient abrufen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!