我有一個看起來像這樣的數(shù)據(jù)框pd.DataFrame({'A': ['C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', 'C10'], ...: 'B': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C'], ...: 'R': [9, 1, 7, 4, 3, 5, 2, 6, 8, 10]})Out[3]: A B R0 C1 A 91 C2 A 12 C3 A 73 C4 B 44 C5 B 35 C6 B 56 C7 B 27 C8 C 68 C9 C 89 C10 C 10R 列是我的排名列，我想獲取排名前 5 的項(xiàng)目（A 列），但是，B 列中每組最多可以選擇 3 個項(xiàng)目。我知道我可以執(zhí)行以下操作來選擇排名前 5 的項(xiàng)目df.sort_values('R').head(5)Out[10]: A B R1 C2 A 16 C7 B 24 C5 B 33 C4 B 45 C6 B 5但這會從 B 組中選擇 4 個項(xiàng)目。我如何限制它每組最多只能選擇 3 個項(xiàng)目？我生成的數(shù)據(jù)框應(yīng)該如下所示 A B R1 C2 A 16 C7 B 24 C5 B 33 C4 B 45 C8 C 6邏輯 - 項(xiàng)目 C6 未被選擇，因?yàn)樗墙M B 的第 4 個項(xiàng)目，因此要選擇的下一個可用項(xiàng)目是 C8，它具有下一個最佳排名并且不違反組限制。
2 回答
Helenr
TA貢獻(xiàn)1780條經(jīng)驗(yàn) 獲得超4個贊
我們可以嘗試GroupBy.head
new_df = df.sort_values('R').groupby('B', sort=False).head(3).head(5)
print(new_df)
? ? A? B? R
1? C2? A? 1
6? C7? B? 2
4? C5? B? 3
3? C4? B? 4
7? C8? C? 6
慕妹3242003
TA貢獻(xiàn)1824條經(jīng)驗(yàn) 獲得超6個贊
top = df.merge(
df.groupby('B').R.nsmallest(3) # get the 3 top ranked rows for each group
.reset_index('B'),
# `nsmallest` will return a new df with B and df.index as MultiIndex
# so we reset B to a column
# however column A is not in this new df, so we merge with the original df
how='right') # and drop any rows not in the new df
輸出
A B R
0 C2 A 1
1 C3 A 7
2 C1 A 9
3 C7 B 2
4 C5 B 3
5 C4 B 4
6 C8 C 6
7 C9 C 8
8 C10 C 10
添加回答
舉報
0/150
提交
取消