Comment puis-je récupérer efficacement les N premiers enregistrements au sein de groupes dans un DataFrame Pandas ?

Pandas : récupérer efficacement les principaux enregistrements au sein des groupes

Considérez la tâche consistant à récupérer les deux premiers enregistrements dans chaque valeur distincte d'une colonne spécifique dans un DataFrame pandas. À titre d'exemple, considérons le DataFrame suivant :

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

Traditionnellement, vous pouvez aborder ce problème en numérotant les enregistrements au sein de chaque groupe après les avoir regroupés par la colonne souhaitée :

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

Cependant, un Une approche plus efficace et plus élégante consiste à exploiter la fonction head des pandas :

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

Cela renvoie directement les deux premiers enregistrements de chaque groupe, sans avoir besoin d'informations supplémentaires. numérotation des colonnes.

       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

Pour supprimer le MultiIndex et aplatir les résultats :

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

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!