Python 3.x 熊猫如何通过标志栏获得前n组

我有如下数据帧

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

   group  match
0      1      1
1      2      1
2      1      1
3      3      1
4      3      1
5      1      1
6      4      1
7      4      1
8      1      1
9      4      1

我想得到前n组，如下所示（n=3）

我的数据，实际上，每一行都有另一个信息要使用，所以只排序到匹配的num，并提取前n

---

如何做到这一点？

我相信如果需要，您需要每列top3组

匹配

-使用for for top3 per groups，然后通过和将索引转换为数据帧：

或者如果

match

为

1

仅需要筛选值，则使用以下方法进行筛选：

具有

isin

和有序类别的解决方案：

#if need filter match == 1
idx = df.loc[df['match'] == 1, 'group'].value_counts().head(3).index
#if dont need filter
#idx = df.group.value_counts().head(3).index
df = df[df.group.isin(idx)]

df['group'] = pd.CategoricalIndex(df['group'], ordered=True, categories=idx)

df = df.sort_values('group')
print (df)
  group  match
0     1      1
2     1      1
5     1      1
8     1      1
6     4      1
7     4      1
9     4      1
3     3      1
4     3      1

解决方案的差异在

match

列的更改数据中最为明显：

df = pd.DataFrame({'group':[1,2,1,3,3,1,4,4,1,4,10,20,10,20,10,30,40], 
                   'match': [1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0]})

print (df)
    group  match
0       1      1
1       2      1
2       1      1
3       3      1
4       3      1
5       1      1
6       4      1
7       4      1
8       1      1
9       4      1
10     10      0
11     20      0
12     10      0
13     20      0
14     10      0
15     30      0
16     40      0

按匹配项列出的每组前三名值：

s = df.groupby('match')['group'].value_counts().groupby(level=0).head(3).swaplevel()
df1 = s.index.to_frame().reset_index(drop=True).merge(df)
print (df1)
    group  match
0      10      0
1      10      0
2      10      0
3      20      0
4      20      0
5      30      0
6       1      1
7       1      1
8       1      1
9       1      1
10      4      1
11      4      1
12      4      1
13      3      1
14      3      1

按匹配项排列的前三名值==1：

s = df.loc[df['match'] == 1, 'group'].value_counts().head(3)

df2 = s.index.to_frame(name='group').merge(df)
print (df2)
   group  match
0      1      1
1      1      1
2      1      1
3      1      1
4      4      1
5      4      1
6      4      1
7      3      1
8      3      1

Top3值，

匹配

列不重要：

s = df['group'].value_counts().head(3)
df3 = s.index.to_frame(name='group').merge(df)
print (df3)
   group  match
0      1      1
1      1      1
2      1      1
3      1      1
4     10      0
5     10      0
6     10      0
7      4      1
8      4      1
9      4      1

---

您的问题不清楚，这里的前n组是什么？计算“组，计数”，组1:4次，组4:3次，组3:2次，组2:1times@anky_91-嗯，我想是的，因为如果多索引存在匹配两个级别的问题，那么您的第一个解决方案有效！但是第二个解决方案是raise TypeError:to_frame（）得到了一个意外的关键字参数'name'。对不起，也许我的熊猫已经老了。（0.23.4）@rootpetit-是的，你是对的，需要

s.index.将_axis（'group'）重命名为_frame（）

而不是

s.index.to _frame（name='group'）

或

pd.DataFrame（{group'：s.index}）

s = df.groupby('match')['group'].value_counts().groupby(level=0).head(3).swaplevel()
df1 = s.index.to_frame().reset_index(drop=True).merge(df)
print (df1)
    group  match
0      10      0
1      10      0
2      10      0
3      20      0
4      20      0
5      30      0
6       1      1
7       1      1
8       1      1
9       1      1
10      4      1
11      4      1
12      4      1
13      3      1
14      3      1

s = df.loc[df['match'] == 1, 'group'].value_counts().head(3)

df2 = s.index.to_frame(name='group').merge(df)
print (df2)
   group  match
0      1      1
1      1      1
2      1      1
3      1      1
4      4      1
5      4      1
6      4      1
7      3      1
8      3      1

s = df['group'].value_counts().head(3)
df3 = s.index.to_frame(name='group').merge(df)
print (df3)
   group  match
0      1      1
1      1      1
2      1      1
3      1      1
4     10      0
5     10      0
6     10      0
7      4      1
8      4      1
9      4      1