考虑数据框df
mux = pd.MultiIndex.from_arrays([
list('aaaabbbbbccdddddd'),
list('tuvwlmnopxyfghijk')
], names=['one', 'two'])
df = pd.DataFrame({'col': np.arange(len(mux))}, mux)
df
col
one two
a t 0
u 1
v 2
w 3
b l 4
m 5
n 6
o 7
p 8
c x 9
y 10
d f 11
g 12
h 13
i 14
j 15
k 16
如果我按索引的第一级分组,如何优雅地获取前两组的前两行:
col
one two
a t 0
u 1
b l 4
m 5
最佳答案
选项 1
您可以使用列表comp和pd.concat
:
pd.concat([g.head(2) for _, g in df.groupby(level=0)][:2])
col
one two
a t 0
u 1
b l 4
m 5
由于完成列表比较是不必要的开销,因此您可以使用 itertools.takewhile
来防止这种情况。
it = itertools.takewhile(lambda x: x[0] < 2, enumerate(df.groupby(level=0)))
pd.concat([g.head(2) for _, (_, g) in it])
col
one two
a t 0
u 1
b l 4
m 5
<小时/>
选项 2
我能想到的另一个可能的解决方案是预过滤 df 以仅保留索引级别 0 的前两个值的行,然后执行 groupby。
# https://stackoverflow.com/a/46900625/4909087
df.loc[df.index.levels[0][:2].values].groupby(level=0).head(2)
col
one two
a t 0
u 1
b l 4
m 5
关于python - 从前两组中获取前两行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46900357/