Python Pandas：在groupby之后从内存中删除旧数据帧

我想选择每组的最后3行（来自上面的df），如下所示，但使用Inplace执行操作。我想确保在赋值之后，我只在内存中保留新的df对象。什么是有效的方法

  value  Group  something
0     a    1          1
1     b    1          2
2     c    1          4
3     c    2          9
4     b    2         10
5     x    2          5
6     d    2          3
7     e    3          5
8     d    2         10
9     a    3          5

结果应如下所示：

df = df.groupby('Group').tail(3)

---

注意：这个问题与df=df.groupby（'Group'）有关。tail（3）已经是一种有效的方法。因为您正在覆盖

df

变量，Python将负责释放旧数据帧的内存，并且您将只能访问新数据帧。

尝试太难了，无法猜测您想要什么

注意：使用Pandas

in place

参数（如果可用）是NO可以保证不会在内存中创建新的

数据帧。事实上，它很可能在内存中创建一个新的
数据帧
，并在幕后替换旧的数据帧

  value  Group  something
0     a    1          1
1     b    1          2
2     c    1          4
5     x    2          5
6     d    2          3
7     e    3          5
8     d    2         10
9     a    3          5

您的答案已经在帖子中，但是正如前面在评论中所说的，您正在覆盖现有的df，以避免指定一个新的列名，如下所示：

from collections import defaultdict

def f(s):
  c = defaultdict(int)
  for i, x in zip(s.index[::-1], s.values[::-1]):
    c[x] += 1
    if c[x] > 3:
      yield i

df.drop([*f(df.Group)], inplace=True)
df

  value  Group  something
0     a      1          1
1     b      1          2
2     c      1          4
5     x      2          5
6     d      2          3
7     e      3          5
8     d      2         10
9     a      3          5

df['new_col'] = df.groupby('Group').tail(3)

然而，出于好奇，如果您不关心groupby，并且只查找df-yo的最后N行，则可以如下所示：

from collections import defaultdict

def f(s):
  c = defaultdict(int)
  for i, x in zip(s.index[::-1], s.values[::-1]):
    c[x] += 1
    if c[x] > 3:
      yield i

df.drop([*f(df.Group)], inplace=True)
df

  value  Group  something
0     a      1          1
1     b      1          2
2     c      1          4
5     x      2          5
6     d      2          3
7     e      3          5
8     d      2         10
9     a      3          5

df['new_col'] = df.groupby('Group').tail(3)

为什么不想使用您使用的作为示例（
df=df.groupby（'Group'）.tail（3）
）？您不能执行inplace groupby，因为分组数据帧是一个完全不同的对象。当您覆盖它时，只能使用新的..@gibbz00，这也会发生在当前公式中。一旦不再有对旧数据帧的活动引用，Python的垃圾收集将处理旧数据帧。@gibbz00给输出df一个新名称（
df_grouped=df.groupby（'Group'）。tail（3）
）意味着
df
仍然引用旧数据帧，而
df_grouped
引用新数据帧。现在，它们都将存储在内存中。最好指定新列名，如
df['new\u col']=df.groupby（'Group'）。tail（3）
，如果不想覆盖？我正在设想一个类似这样的解决方案，因为drop有一个Inplace参数。但是，我不知道
df=df.groupby（'Group'）。tail（3）
已经确保旧的df在被覆盖后从内存中释放。是的，如果您不关心临时内存被消耗然后被释放，那么您绝对应该使用
df.groupby（'Group'）.tail（3）
。您没有提到性能，所以我认为这不是问题。星号（*）在[*f（df.Group）]中做了什么？
*
在该上下文中是参数解包变量<代码>[*f（df.Group）]

是一种奇特的方法，可以这样做

列表（f（df.Group））