pandas group by - return 分组中满足条件的第一行

Question

给出下面的示例数据集，我想 return 每行 group 显示第一行的 obsnum score 小于 0.4 .

import pandas as pd
import numpy as np

np.random.seed(42)

df = pd.DataFrame({'group': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'c'],
'obsnum': [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4],
'score' : np.random.rand(12)})

数据框如下所示：

df
  group obsnum  score
0   a     1   0.374540
1   a     2   0.950714
2   a     3   0.731994
3   a     4   0.598658
4   b     1   0.156019
5   b     2   0.155995
6   b     3   0.058084
7   b     4   0.866176
8   c     1   0.601115
9   c     2   0.708073
10  c     3   0.020584
11  c     4   0.969910

return编辑的结果应该是这样的，并存储在另一个数据框中。

group   obsnum  score
a         1     0.374540
b         1     0.156019
c         3     0.020584

我试过这个 df.groupby('group').apply(lambda x: x['score'] <= 0.4) 和这个 df.groupby('group')['obsnum', 'score'].min() 但都不是我想要的。

Answer 1

您可以使用 boolean indexing or query for filter first and then drop_duplicates:

df = df[df['score'] <= 0.4].drop_duplicates('group')

df = df.query('score <= 0.4').drop_duplicates('group')

print (df)
   group  obsnum     score
0      a       1  0.374540
4      b       1  0.156019
10     c       3  0.020584

Answer 2

您可以使用

df[df['score'].le(0.4)].groupby('group').first()

     obsnum     score
group                  
a           1  0.374540
b           1  0.156019
c           3  0.020584

pandas group by - return 分组中满足条件的第一行

pandas groupby - return the first row in a group that mets a condition

python

pandas

pandas-groupby