各 Pandas グループ内の上位 N レコードを効率的に取得するにはどうすればよいですか?

Pandas グループ内の最上位レコードの取得

次のデータセットで:

df = pd.DataFrame({'id':[1,1,1,2,2,2,2,3,4], 'value':[1,2,3,1,2,3,4,1,1]})

各 ID の上位 2 つのレコード。直接的なアプローチには、groupby メソッドを使用して各グループ内の行番号を割り当てることが含まれます:

dfN = df.groupby('id').apply(lambda x:x['value'].reset_index()).reset_index()

ただし、より効率的な解決策は、head 関数によって提供されます:

df.groupby('id').head(2)

この操作により、以下が生成されます。

       id  value
id             
1  0   1      1
   1   1      2 
2  3   2      1
   4   2      2
3  7   3      1
4  8   4      1

MultiIndex を削除して結果を平坦化するには、 use:

df.groupby('id').head(2).reset_index(drop=True)

これにより、目的の出力が得られます:

    id  value
0   1      1
1   1      2
2   2      1
3   2      2
4   3      1
5   4      1

したがって、head 関数は、各 Pandas グループ内の最上位のレコードを取得するための簡潔で最適化されたアプローチを提供します。

以上が各 Pandas グループ内の上位 N レコードを効率的に取得するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。