Wie kann ich die Top-N-Datensätze innerhalb von Gruppen in einem Pandas-DataFrame effizient abrufen?

Pandas: Top-Datensätze innerhalb von Gruppen effizient abrufen

Stellen Sie sich die Aufgabe vor, die beiden obersten Datensätze innerhalb jedes einzelnen Werts einer bestimmten Spalte in einem Pandas-DataFrame abzurufen. Betrachten Sie als Beispiel den folgenden DataFrame:

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

Traditionell können Sie dieses Problem lösen, indem Sie Datensätze innerhalb jeder Gruppe nummerieren, nachdem Sie sie nach der gewünschten Spalte gruppiert haben:

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

Allerdings a Ein effizienterer und eleganterer Ansatz besteht darin, die Kopffunktion von Pandas zu nutzen:

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

Dadurch werden die beiden obersten Datensätze für jede Gruppe direkt zurückgegeben, ohne dass eine zusätzliche Spalte erforderlich ist Nummerierung.

       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

So entfernen Sie den MultiIndex und reduzieren die Ergebnisse:

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

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

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