如何根据每个组有n行数的特定列对pandas进行分组?如果可能的话，也从原始数据框中删除?

Question

我有一个df如下-

a   b   c
x   2   3
y   2   3
z   3   2
w   1   5
(upto thousands of records)

我想根据b,c对这个数据框进行分组，这样每组只有n行。如果同一组中还有更多行，我想创建一个新组。这是主要问题陈述。如果可能的话，我还想从原始数据框架中删除这些组。

示例输出(有更多的解释)-

I basically want to loop on the df and am currently using the following code-
for x,y in df.groupby(['b','c']):
print(y)

With this code Im getting the following groups:
a   b   c
x   2   3
y   2   3
a   b   c
z   3   2
a   b   c
w   1   5

Now lets say I want only 1(n) row in each group, this is the output Im looking for:
a   b   c
x   2   3
a   b   c
y   2   3
a   b   c
z   3   2
a   b   c
w   1   5

(如果可能的话，也可以从df中删除这些组)

谢谢!

Answer 1

根据这里公认的答案，我修改了您的问题的代码:

import pandas as pd
df = pd.DataFrame({"a": ["x", "y", "z", "w"],
"b": [2, 2, 3, 1],
"c": [3, 3, 2, 5]})
n = 1
for x, y in df.groupby(['b','c']):
list_df = [y[i: i+n] for i in range(0, y.shape[0], n)]
for i in list_df:
print(i)
#a  b  c
#w  1  5
#
#a  b  c
#x  2  3
#
#a  b  c
#y  2  3
#
#a  b  c
#z  3  2

按n行的长度拆分分组数据框。如果每次都想从数据框中删除每个组，可以添加df.drop(i.index)，这将删除索引值(因为这些值是执行的):

for x,y in df.groupby(['b','c']):
list_df = [y[i: i+n] for i in range(0, y.shape[0], n)]
for i in list_df:
print(i)
df = df.drop(i.index)
print(df)