Панды получают самые верхние N записей в каждой группе

Предположим, у меня есть панда DataFrame, как это:

>>> df = pd.DataFrame({'id':[1,1,1,2,2,2,2,3,4],'value':[1,2,3,1,2,3,4,1,1]})
>>> df
   id  value
0   1      1
1   1      2
2   1      3
3   2      1
4   2      2
5   2      3
6   2      4
7   3      1
8   4      1

Я хочу получить новый фрейм данных с топ-2 записями для каждого идентификатора, например:

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

Я могу сделать это с нумерацией записей в группы по:

>>> dfN = df.groupby('id').apply(lambda x:x['value'].reset_index()).reset_index()
>>> dfN
   id  level_1  index  value
0   1        0      0      1
1   1        1      1      2
2   1        2      2      3
3   2        0      3      1
4   2        1      4      2
5   2        2      5      3
6   2        3      6      4
7   3        0      7      1
8   4        0      8      1
>>> dfN[dfN['level_1'] <= 1][['id', 'value']]
   id  value
0   1      1
1   1      2
3   2      1
4   2      2
7   3      1
8   4      1

но есть ли более эффективный / элегантный подход для этого? А также есть более элегантный подход к записям чисел в каждой группе (например, функция SQL window row_number ()).

2 91
python pandas greatest-n-per-group window-functions top-n

2 ответа:

ты df.groupby('id').head(2)

Ouput генерируется:

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

(имейте в виду, что вам может понадобиться на заказ/вроде раньше, в зависимости от ваших данных)

EDIT: как уже упоминалось вопрошающим, используйте df.groupby('id').head(2).reset_index(drop=True) чтобы удалить multindex и сгладить результаты.

>>> df.groupby('id').head(2).reset_index(drop=True)
    id  value
0   1      1
1   1      2
2   2      1
3   2      2
4   3      1
5   4      1
110

С 0.14.1, теперь вы можете сделать nlargest и nsmallest на

91