Python DataFrame:获取每种类型的前n个值
我有一组如下的数据Python DataFrame:获取每种类型的前n个值,python,pandas,dataframe,Python,Pandas,Dataframe,我有一组如下的数据 ID Type value_1 value_2 1 A 12 89 2 A 13 78 3 A 11 92 4 A 9 79 5 B 15 83 6 B 34 91 7 B 2 87 8 B 3 86 9 B 7 85 10 C 9 83 11 C 3 85 12 C 2 87 13 C 12 88 14 C 11 82 我
ID Type value_1 value_2
1 A 12 89
2 A 13 78
3 A 11 92
4 A 9 79
5 B 15 83
6 B 34 91
7 B 2 87
8 B 3 86
9 B 7 85
10 C 9 83
11 C 3 85
12 C 2 87
13 C 12 88
14 C 11 82
我想根据值_1
获得每种类型的前3名成员。我想到的唯一解决方案是:首先,将每种类型的数据放入一个数据帧,并根据值_1
进行排序,然后得到前3位;然后,将结果合并在一起。
但是有什么简单的方法可以解决这个问题吗?为了便于讨论,我有下面的代码
#coding:utf-8
import pandas as pd
_data = [
["1","A",12,89],
["2","A",13,78],
["3","A",11,92],
["4","A",9,79],
["5","B",15,83],
["6","B",34,91],
["7","B",2,87],
["8","B",3,86],
["9","B",7,85],
["10","C",9,83],
["11","C",3,85],
["12","C",2,87],
["13","C",12,88],
["14","C",11,82]
]
head= ["ID","type","value_1","value_2"]
df = pd.DataFrame(_data, columns=head)
然后我们使用
groupby
tail
和sort\u值
newdf=df.sort_values(['type','value_1']).groupby('type').tail(3)
newer
ID type value_1 value_2
2 3 A 11 92
0 1 A 12 89
1 2 A 13 78
8 9 B 7 85
4 5 B 15 83
5 6 B 34 91
9 10 C 9 83
13 14 C 11 82
12 13 C 12 88
当然<代码>数据帧。groupby可以通过组字段将数据帧拆分为不同的部分,
apply
功能可以对每个组应用自定义项
df.groupby('type', as_index=False, group_keys=False)\
.apply(lambda x: x.sort_values('value_1', ascending=False).head(3))