获取保留所有列的熊猫中每个类别的前 n 个值

Question

经过一些转换，我得到了以下dataframe，在这种情况下，我如何继续通过一列获取前n条记录short_name并使用其他作为指标frequency。我读了这篇文章，但两种解决方案的问题在于它们都摆脱了列product_name，它们只保留分组列，我需要保留它们。

short_name          product_id    frequency
Yoghurt y cereales  975009684     32
Yoghurt y cereales  975009685     21
Yoghurt y cereales  975009700     16
Yoghurt y Cereales  21097         16
Yoghurt Bebible     21329         68
Yoghurt Bebible     21328         67
Yoghurt Bebible     21500         31

Answer 1

我会尝试使用nlargest方法：

In [5]: df.groupby('short_name', as_index=False).apply(lambda x: x.nlargest(2, 'frequency'))
Out[5]:
short_name  product_id  frequency
0 4     Yoghurt Bebible       21329         68
5     Yoghurt Bebible       21328         67
1 3  Yoghurt y Cereales       21097         16
2 0  Yoghurt y cereales   975009684         32
1  Yoghurt y cereales   975009685         21

Answer 2

您可以先对数据帧进行排序，然后使用groupby：

df.sort_values('frequency', ascending=False).groupby('short_name').head(2)
Out[28]: 
short_name  product_id  frequency
4     Yoghurt Bebible       21329         68
5     Yoghurt Bebible       21328         67
0  Yoghurt y cereales   975009684         32
1  Yoghurt y cereales   975009685         21
3  Yoghurt y Cereales       21097         16

Answer 3

你可以试试这个：

df.groupby('short_name', as_index=False).apply(lambda x: x.sort_values(by='frequency',ascending=False).head(2)).reset_index(drop=True)

输出：

short_name  product_id  frequency
0     Yoghurt Bebible       21329         68
1     Yoghurt Bebible       21328         67
2  Yoghurt y Cereales       21097         16
3  Yoghurt y cereales   975009684         32
4  Yoghurt y cereales   975009685         21

Answer 4

如果我正确理解您的问题，在这种情况下使用 .apply 是不必要的。除非由于性能问题而没有其他选择，否则我会避免这种情况。

试试这个：

df.sort_values(by='frequency',ascending=False).groupby('short_name').head(2).reset_index()

Answer 5

df.groupby('short_name').nlargest(2, 'frequency').reset_index()