Wie erhält man effizient die Top-N-Datensätze innerhalb jeder Pandas-Gruppe?

Erhalten der höchsten Datensätze innerhalb einer Pandas-Gruppe

Im folgenden Datensatz:

df = pd.DataFrame({'id':[1,1,1,2,2,2,2,3,4], 'value':[1,2,3,1,2,3,4,1,1]})

wir möchten die erhalten Die beiden obersten Datensätze für jede ID. Ein unkomplizierter Ansatz besteht darin, Zeilennummern innerhalb jeder Gruppe mithilfe der Groupby-Methode zuzuweisen:

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

Eine effizientere Lösung bietet jedoch die Head-Funktion:

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

Dieser Vorgang erzeugt:

       id  value
id             
1  0   1      1
   1   1      2 
2  3   2      1
   4   2      2
3  7   3      1
4  8   4      1

Um den MultiIndex zu entfernen und die Ergebnisse zu reduzieren, verwenden Sie:

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

Dies führt zum gewünschten Ergebnis Ausgabe:

    id  value
0   1      1
1   1      2
2   2      1
3   2      2
4   3      1
5   4      1

Somit bietet die Head-Funktion einen präzisen und optimierten Ansatz zum Abrufen der obersten Datensätze innerhalb jeder Pandas-Gruppe.

Das obige ist der detaillierte Inhalt vonWie erhält man effizient die Top-N-Datensätze innerhalb jeder Pandas-Gruppe?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!