Python 如何删除熊猫中满足一定条件的某些行

我使用的是熊猫，数据集如下所示：

ID-cell    TOWNS      NumberOfCrimes
 1          Paris       444
 1          Berlin      333
 1          London      111        
 2          Paris       222
 2          London      555
 2          Berlin      3
 3          Paris       999
 4          Berlin      777
 4          Paris       5
 5          Paris       123
 5          Berlin      8
 6          Paris       1000
 9          Berlin      321
 12         Berlin      1
 12         Berlin      2
 12         Paris       1

        . . .

ID-cell    TOWNS      NumberOfCrimes
 6          Paris       1000
 3          Paris       999     
 1          Paris       444
 2          Paris       222
 5          Paris       123

 4          Berlin      777
 1          Berlin      333
 9          Berlin      321
 5          Berlin      8

 1          London      555        
 2          London      111

这是一个非常大的数据集。我需要为每个城市保留5行，其中犯罪率最高，其余的要删除

因此，我的输出应该如下所示：

ID-cell    TOWNS      NumberOfCrimes
 1          Paris       444
 1          Berlin      333
 1          London      111        
 2          Paris       222
 2          London      555
 2          Berlin      3
 3          Paris       999
 4          Berlin      777
 4          Paris       5
 5          Paris       123
 5          Berlin      8
 6          Paris       1000
 9          Berlin      321
 12         Berlin      1
 12         Berlin      2
 12         Paris       1

        . . .

ID-cell    TOWNS      NumberOfCrimes
 6          Paris       1000
 3          Paris       999     
 1          Paris       444
 2          Paris       222
 5          Paris       123

 4          Berlin      777
 1          Berlin      333
 9          Berlin      321
 5          Berlin      8

 1          London      555        
 2          London      111

我真的很感谢你的帮助。我是新来的。我正在为教员们做一个项目，我的截止日期很快就要到了

sort+groupby.head 您可以按

NumberOfCrimes

降序排序，然后使用

groupby

+

head

。下面是一个示例，您的数据提取了各个城镇中犯罪率最高的单个数字

res = df.sort_values('NumberOfCrimes', ascending=False)\
        .groupby('TOWNS').head(1)

print(res)

   ID-cell   TOWNS  NumberOfCrimes
5        3   Paris             999
4        2  London             555
1        1  Berlin             333

因此，对于每个城镇的前2名或前3名，您可以使用

head（2）

，

head（3）

，等等

df.sort_values('NumberOfCrimes').drop_duplicates('ID-cell',keep='last')
Out[404]: 
   ID-cell   TOWNS  NumberOfCrimes
0        1   Paris             444
4        2  London             555
5        3   Paris             999

---

我喜欢这个解决方案，因为它更适合只保留最上面的一个。非常感谢2.：）我能接受两个正确答案吗？@Neven，当然，没问题。注：如果你只需要最上面的一个，温的解决方案会更好。这个更具可扩展性。您的解决方案更好地满足了我的需要，但他的解决方案也很好。：）