Question

我有一些DataFrame，我希望按ID分组，e。 G：

import pandas as pd
df = pd.DataFrame({'item_id': ['a', 'a', 'b', 'b', 'b', 'c', 'd'], 'user_id': [1,2,1,1,3,1,5]})
print df

生成：

  item_id  user_id
0       a        1
1       a        2
2       b        1
3       b        1
4       b        3
5       c        1
6       d        5

[7 rows x 2 columns]

我可以通过id轻松分组：

grouped = df.groupby("item_id")

但是我怎样才能只返回前N个分组对象？ E. g。我只想要前3个唯一的item_ids。

Answer 1

以下是使用list(grouped)的一种方式。

result = [g[1] for g in list(grouped)[:3]]

# 1st
result[0]

  item_id  user_id
0       a        1
1       a        2

# 2nd
result[1]

  item_id  user_id
2       b        1
3       b        1
4       b        3

Answer 2

一种方法是使用Counter从列表中获取前3个唯一项，根据这些项过滤您的DataFrame，然后对此过滤的DataFrame执行groupby操作。

from collections import Counter

c = Counter(df.item_id)
most_common = [item for item, _ in c.most_common(3)]

>>> df[df.item_id.isin(most_common)].groupby('item_id').sum()
         user_id
item_id         
a              3
b              5
c              1

Pandas Groupy只接受前N组

2 个答案: