Python 获取数据帧中不同ID的行值

我对xlsx文件中的某些ID进行了筛选。将它们转换为数据帧。 ID总数为3。 其中，xlsx文件中的Id1有5行值 Id2有3行值 ID3有19行值

在第一步中，我只为每个Id提取了一个行值。在我的例子中，行值是时间，在%H:%M:%S.%f中，它对于每个Id都是唯一的

我的数据框架如下所示：

import pandas as pd 
df = pd.DataFrame([['Id1','01:22:52.134'],['Id2','03:21:31.123'],  ['Id1','21:12:52.544'],['Id3','23:12:31.216'],['Id1','10:22:02.134'],['Id2','06:52:48.184'], ['Id3','12:52:46.188'], ['Id3','06:52:46.184'], ['Id1','13:33:46.235'], ['Id2','14:35:12.235'], ['Id3','14:59:12.177']], columns=["Ids",'Time'])

我的要求是： 我想提取所选ID的行值，但不是所有行值。 e、 g:-1 Id1的行值最初包含5 -Id2的2行值最初包含3

---

-Id3的17行值最初包含19个，我建议使用groupby+pd.concat来实现这一点。首先，您需要一个映射：

mapping = {'Id1' : 1, 'Id2' : 2, 'Id3' : 17}

现在，使用mapping使用GroupBy.head仅获取所需数量的行：

---

我建议使用groupby+pd.concat进行此操作。首先，您需要一个映射：

mapping = {'Id1' : 1, 'Id2' : 2, 'Id3' : 17}

现在，使用mapping使用GroupBy.head仅获取所需数量的行：

使用：

说明：

首先创建映射字典 最后一个和每个筛选组使用字典映射的值 使用：

说明：

首先创建映射字典 最后一个和每个筛选组使用字典映射的值

---

我不知道你是否理解我的问题，但这是我的尝试。def extractfeaturessh:vals=sh.row_range中r的值sh.nrows:while valsr，TimeList中的0[1]：if valsr，0[0]=“id1”：col1=valsr，0[3]if valsr，0[0]=“id2”：col2=[valsr，0[3]，valsr，0[0]==col3=[valsr，0[i]对于范围为3,19]data=[col1，col2，col3]的i返回数据我不知道你是否理解我的问题，但这是我的尝试。def extractfeaturessh:vals=sh.row_range中r的值sh.nrows:while valsr，TimeList中的0[1]：if valsr，0[0]=“id1”：col1=valsr，0[3]if valsr，0[0]=“id2”：col2=[valsr，0[3]，valsr，0[0]==col3=[valsr，0[i]对于范围为3,19]的i，数据=[col1，col2，col3]返回数据

ids = {'Id1':1, 'Id2':2, 'Id3':17}
df = df.groupby('Ids', group_keys=False).apply(lambda x: x.head(ids[x.name]))
print (df)
   Ids          Time
0  Id1  01:22:52.134
1  Id2  03:21:31.123
2  Id2  06:52:48.184
3  Id3  23:12:31.216
4  Id3  12:52:46.188
5  Id3  06:52:46.184
6  Id3  14:59:12.177