Python 什么'；对于数据帧的每组，获得可变长度的行w.r.t是最有效的方法

为了清楚地说明我的问题，对于这样的虚拟数据帧：

df = pd.DataFrame({'X' : ['B', 'B', 'A', 'A', 'A'], 'Y' : [1, 2, 3, 4, 5]})

pd.DataFrame({'X' : ['B', 'B', 'A'], 'Y' : [1, 2, 3]})

如何获得A组的前1行和B组的前2行，并除去每组的其余行？顺便说一下，真正的数据集很大，有数十万行和数千组

输出如下所示：

df = pd.DataFrame({'X' : ['B', 'B', 'A', 'A', 'A'], 'Y' : [1, 2, 3, 4, 5]})

pd.DataFrame({'X' : ['B', 'B', 'A'], 'Y' : [1, 2, 3]})

---

我的主要抱怨是

.groupby（）.head（）

只给了我每个组中固定长度的行，我希望不同组中有不同数量的行

一种方法是创建一个包含每个组应保留的行数的字典，在

groupby.apply

中，使用

g.name

作为键在字典中查找值，使用

head

方法可以为每个组保留不同的行：

rows_per_group = {"A": 1, "B": 2}    
df.groupby("X", group_keys=False).apply(lambda g: g.head(rows_per_group[g.name]))

#   X   Y
#2  A   3
#0  B   1
#1  B   2

---

一种方法是创建一个包含每个组应保留的行数的字典，在

groupby.apply

中，使用

g.name

作为键在字典中查找值，使用

head

方法可以为每个组保留不同的行：

rows_per_group = {"A": 1, "B": 2}    
df.groupby("X", group_keys=False).apply(lambda g: g.head(rows_per_group[g.name]))

#   X   Y
#2  A   3
#0  B   1
#1  B   2

---

也许可以提供一个示例输出？当你说get-如果你想独立的话：

df[df['X']=='A'][0:1]

和

df[df['X]'=='B'][0:2]

这是一种方法，但是连接数千个是没有多大效率的，而且需要很长时间。也许可以提供一个示例输出？当你说get-如果你想独立的话：

df[df['X']='a'][0:1]

和

df[df['X]'='B'][0:2]

这是一种方法，但是连接数千个是没有多大效率的，而且需要很长时间。@piRSquared感谢你的评论@谢谢你的评论！