从 pandas 数据框中提取组观察

Question

我有一个 pandas 数据框。我想从数据框的每个子组中提取一定数量的观察结果并将它们放入一个新的数据框中。例如，假设我们有以下数据框：

         Var1    Var2
    0     1      1.2
    1     2      1.3
    2     2      1.4
    3     1      1.5
    4     1      1.6
    5     2      1.7
    6     1      1.8
    7     1      1.9
    8     2      2.0
    9     1      2.1
   10     2      2.2
   11     1      2.3

我想先按var1排序:

         Var1    Var2
    0     1      1.2
    1     1      1.5
    2     1      1.6
    3     1      1.8
    4     1      1.9
    5     1      2.1
    6     1      2.3
    7     2      1.3
    8     2      1.4
    9     2      1.7
   10     2      2.0
   11     2      2.2

然后保留每组的前两个观察值并将它们放入新的数据框：

         Var1    Var2
    0     1      1.2
    1     1      1.5
    2     2      1.3
    3     2      1.4

我知道如何使用group by，但我不清楚如何执行第二步。非常感谢您的帮助。

Answer 1

使用sort_values with groupby and head:

df = df.sort_values('Var1').groupby('Var1').head(2).reset_index(drop=True)
print (df)
   Var1  Var2
0     1   1.2
1     1   1.5
2     2   1.3
3     2   1.4

df = df.groupby('Var1').head(2).sort_values('Var1').reset_index(drop=True)
print (df)
   Var1  Var2
0     1   1.2
1     1   1.5
2     2   1.3
3     2   1.4

另一个解决方案iloc：

df = df.groupby('Var1')['Var2']
       .apply(lambda x: x.iloc[:2])
       .reset_index(level=1, drop=True)
       .reset_index()
print (df)
   Var1  Var2
0     1   1.2
1     1   1.5
2     2   1.3
3     2   1.4

注：

对于 pandas 的旧版本，将 sort_values 更改为 sort，而是升级到最新版本。

从 pandas 数据框中提取组观察

Extracting group observations from pandas dataframe

python

group-by

greatest-n-per-group

pandas