Python 根据数据帧中的阈值返回前n行

这是我的输入数据框：

df = pd.DataFrame({'Company':['A','B','C','D','E','F'],'Industry':['Metals','Metals','IT','IT','IT','banking'],'ROE':[10,9,5,14,1,9],'ROCE':[10,5,5,1,10,9],'Threshold':[1,1,2,2,2,1]});df

需要如下输出：

dfout = pd.DataFrame({'Company':['A','D','E','F'],'Industry':['Metals','IT','IT','banking'],'ROE':[10,14,1,9],'ROCE':[10,1,10,9],'Threshold':[1,2,2,1]});dfout

---

逻辑：获取每个行业ROE和ROCE最高的行。N是数据帧中的“阈值”列。感谢您在这方面的投入。多谢各位

首先，按ROE/ROCE对数据进行排序：

df = df.iloc[(-np.maximum(df.ROCE, df.ROE)).argsort()]

接下来，使用groupby+apply：

或者

---

感谢您的意见。我意识到产出还应该包括E公司，因为我们需要将ROCE排名前2位的公司与ROE排名前2位的公司合并。因此，最终输出应包括A、C、D、E、F。请帮助微调建议的参数solution@CLS请参阅编辑，您可以对df进行预排序，然后调用此代码，我已经用您想要的输出更新了我的帖子。太好了。非常感谢。

df.groupby('Industry', group_keys=False, sort=False).apply(
    lambda x: x[:x['Threshold'].unique().item()]
).sort_index()

df.groupby('Industry', group_keys=False, sort=False).apply(
    lambda x: x.head(x['Threshold'].unique().item())
).sort_index()

  Company Industry  ROCE  ROE  Threshold
0       A   Metals    10   10          1
3       D       IT     1   14          2
4       E       IT    10    1          2
5       F  banking     9    9          1