我无法解决这个简单的问题,我在这里寻求帮助... 我有如下 DataFrame,我想选择每组 'a' 中的前两行
df = pd.DataFrame({'a':pd.Series(['NewYork','NewYork','NewYork','Washington','Washington','Texas','Texas','Texas','Texas']), 'b': np.arange(9)})
df
Out[152]:
a b
0 NewYork 0
1 NewYork 1
2 NewYork 2
3 Washington 3
4 Washington 4
5 Texas 5
6 Texas 6
7 Texas 7
8 Texas 8
也就是说,我想要一个输出如下:
a b
0 NewYork 0
1 NewYork 1
2 Washington 3
3 Washington 4
4 Texas 5
5 Texas 6
非常感谢您的帮助。
最佳答案
在 pandas 0.13rc 中,您可以直接使用 head 执行此操作(即无需 reset_index):
In [11]: df.groupby('id', as_index=False).head(2)
Out[11]:
id value
0 1 first
1 1 second
3 2 first
4 2 second
5 3 first
6 3 third
9 4 second
10 4 fifth
11 5 first
12 6 first
13 6 second
15 7 fourth
16 7 fifth
[13 rows x 2 columns]
注意:正确的索引,即使有这个小例子,这也比以前快得多(有或没有 reset_index):
# 0.13rc
In [21]: %timeit df.groupby('id', as_index=False).head(2)
1000 loops, best of 3: 279 µs per loop
# 0.12
In [21]: %timeit df.groupby('id', as_index=False).head(2) # this didn't work correctly
1000 loops, best of 3: 1.76 ms per loop
In [22]: %timeit df.groupby('id').head(2).reset_index(drop=True)
1000 loops, best of 3: 1.82 ms per loop
关于python - Pandas :选择每组中的前几行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20693363/