如何在pandas数据框中保留每组的前3行？

Question

我有一个如下所示的列表:

var1     var2    count
 A        abc      4
 A        abc      3
 A        abc      2
 A        abc      1
 A        abc      1
 B        abc      7
 B        abc      5
 B        abc      2
 B        abc      1
 B        abc      1
 C        abc      4
 C        abc      3
 C        abc      2
 C        abc      1
 C        abc      1

 ....

我想创建一个新的数据框,其中包含每组的前3个"计数"结果.它应该如下所示:

     var1     var2    count
      A        abc      4
      A        abc      3
      A        abc      2
      B        abc      7
      B        abc      5
      B        abc      2
      C        abc      4
      C        abc      3
      C        abc      2
      ....

有没有一种方便的方法在使用head()在Python中执行此操作？

Answer 1

解决方案set_index,groupby和SeriesGroupBy.nlargest:

df = df.set_index('var2').groupby("var1")['count'].nlargest(3).reset_index()
print (df)
  var1 var2  count
0    A  abc      4
1    A  abc      3
2    A  abc      2
3    B  abc      7
4    B  abc      5
5    B  abc      2
6    C  abc      4
7    C  abc      3
8    C  abc      2

Answer 2

如果count列已按降序排列，那么您可以使用groupby.head来获取每个组的前三行：

df.groupby("var1").head(3)

否则，您可以对数据帧进行分组，var1并使用nlargest来检索前3个计数最高的三行：

df.groupby("var1", group_keys=False).apply(lambda g: g.nlargest(3, "count"))