Question

我有一个pandas数据框，如下所示：

id    name    grade
1     A       10
1     A       12
1     A       15
2     B       20
3     C       19
3     C       16
3     C       11

需要让它看起来像：

id    name    grade
1     A       12
1     A       15
2     B       20
3     C       19
3     C       16

在这种情况下，我需要为每个ID保持前2行，并且成绩最高。我知道我可以使用iloc并遍历数据帧，但我想知道是否有更多的pythonic方法。这有可能吗？提前致谢

顺便说一下，如果您有任何想法，请随时编辑问题，并给它一个更好的标题。

UPDATE1 我已经接受了@ willem-van-onsem的答案，因为它是先发布的，对我来说效果很好。另一个答案也很好。我不确定每个答案的表现，所以如果出于任何原因你认为另一个可能更合适，请在这里发表评论，以便我更新答案和帖子以及其他人。

UPDATE2 接受的答案在大型数据框架上效果更好，这就是为什么我会坚持这样做的答案。

Answer 1

使用nlargest

df.loc[df.groupby('id').grade.nlargest(2).index.get_level_values(1)].sort_index()

    id  name    grade
1   1   A       12
2   1   A       15
3   2   B       20
4   3   C       19
5   3   C       16

Answer 2

我们可以先对name（升序）和grade（降序）的行进行排序（严格按名称排序），然后我们groupby name ，然后我们得到前两行（head）：

df.sort_values(['name', 'grade'], ascending=[True, False]).groupby('name').head(2)

这将产生：

>>> df.sort_values(['name', 'grade'], ascending=[True, False]).groupby('name').head(2)
   grade  id name
2     15   1    A
1     12   1    A
3     20   2    B
4     19   3    C
5     16   3    C

Python：过滤pandas数据帧以根据列

2 个答案: