Python 如何根据列值获取组的前n条记录

我想知道如何使用

groupby

和

head

获得一组记录的前n个值，其中n在原始数据帧的一列中编码

import pandas as pd

df = pd.DataFrame({"A": [1] * 4 + [2] * 3, "B": list(range(1, 8))})
gp = df.groupby("A").head(2)
print(gp)

这将返回每组的前2条记录。如果我想要第一组中的第一个1和第二组中的第一个2，如列

A

中所编码的，我将如何进行

预期结果：

   A  B
0  1  1
4  2  5
5  2  6

df_uuz=pd.concat（[gp[1]。头（i+1）表示i，枚举中的gp（df.groupby（“A”））

df_uuz=pd.concat（[gp[1]。头（i+1）表示i，枚举中的gp（df.groupby（“A”））

以下是通过

A

传递

x.name

的自定义函数中的解决方案-以下是通过

A

值过滤的数据：

gp = df.groupby("A", group_keys=False).apply(lambda x: x.head(x.name))
print(gp)

   A  B
0  1  1
4  2  5
5  2  6

如果需要按顺序在

中进行筛选，

值解决方案是：

df = pd.DataFrame({"A": [8] * 4 + [6] * 3, "B": list(range(1, 8))})

d = {v: k for k, v in enumerate(df.A.unique(), 1)}
gp = df.groupby("A", group_keys=False, sort=False).apply(lambda x: x.head(d[x.name]))
print(gp)

   A  B
0  8  1
4  6  5
5  6  6

以下是通过

A

传递

x.name

的自定义函数中的解决方案-以下是通过

A

值过滤的数据：

gp = df.groupby("A", group_keys=False).apply(lambda x: x.head(x.name))
print(gp)

   A  B
0  1  1
4  2  5
5  2  6

如果需要按顺序在

中进行筛选，

值解决方案是：

df = pd.DataFrame({"A": [8] * 4 + [6] * 3, "B": list(range(1, 8))})

d = {v: k for k, v in enumerate(df.A.unique(), 1)}
gp = df.groupby("A", group_keys=False, sort=False).apply(lambda x: x.head(d[x.name]))
print(gp)

   A  B
0  8  1
4  6  5
5  6  6

---

我们可以使用

groupby

+

cumcount

创建一个顺序计数器，以唯一标识列

a

中每组中的行，然后创建一个布尔掩码，以标识计数器值小于或等于列

a

中编码的值的行，现在，我们可以使用此布尔掩码筛选所需的行

df[df.groupby('A').cumcount().add(1).le(df['A'])]

---

---

我们可以使用

groupby

+

cumcount

创建一个顺序计数器，以唯一标识列

a

中每组中的行，然后创建一个布尔掩码，以标识计数器值小于或等于列

a

中编码的值的行，现在，我们可以使用此布尔掩码筛选所需的行

df[df.groupby('A').cumcount().add(1).le(df['A'])]

---

---

pd.concat（[df.groupby（“A”）.get_group（1）.head（1），df.groupby（“A”）.get_group（2）.head（2）]

？

pd.concat（[df.groupby（“A”）.get_group（1）.head（1），df.groupby（“A”）.get_group（2）.head（2）]

？这是一个非常好的解决方案，非常感谢。这是一个非常好的解决方案，非常感谢。