在python中对groupby应用lambda后获取第n行

所以我需要根据数据帧的SessionId对其进行分组，然后我需要根据创建的时间对每个组进行排序，然后我只需要检索每个组的第n行

但是我发现在应用lambda之后，它变成了一个数据帧，而不是一个groupby对象，因此我不能使用.nth属性

grouped = df.groupby(['SessionId'])

sorted = grouped.apply(lambda x: x.sort_values(["Created"], ascending = True))

sorted.nth  ---> error  

---

在这种情况下，更改处理问题的顺序会有所帮助。如果先进行排序，然后使用groupby，您将获得所需的输出，并且可以使用groupby.nth函数

下面是一段代码片段来演示这一想法：

df = pd.DataFrame({'id':['a','a','a','b','b','b'],
                  'var1':[3,2,1,8,7,6],
                  'var2':['g','h','i','j','k','l']})

n = 2 # replace with required row from each group

df.sort_values(['id','var1']).groupby('id').nth(n).reset_index()

假设

id

是您的sessionid，

var1

是时间戳，这将按照

id

然后

var1

对数据帧进行排序。然后从每个已排序的组中选取

n

th行。这里的

reset_index（）

只是为了避免产生多索引

---

如果您想获得每组最后的

n

行，可以使用

.tail（n）

而不是

.nth（n）

我创建了一个小数据集-

这将返回-

---

请注意，在python索引中，从零开始，因此对于n=2，它将为您提供排序数据中的第三行

谢谢，如果我设置n=9，那么少于9行的组会发生什么情况？在这种情况下，这些特定组在最终数据帧中不会有任何对应的行。因此，您将只看到组中有

n

行的行

n = 2
grouped = df.groupby('SessionId')
pd.concat([grouped.get_group(x).sort_values(by='SortVar').reset_index().loc[[n]] for x in grouped.groups]\
          ,axis=0)