Question

我有一个每小时几列的数据框。我想提取我数据框中每年特定列的10个上限值的整个行（包含所有列）。

到目前为止，我运行了以下代码：

df = df.groupby([df.index.year])['totaldemand'].apply(lambda grp: grp.nlargest(10)))

这里的问题是，我只获得该特定列每年的前10个值，而丢失其他列。如何进行此操作并使其他列的对应值与“ totaldemand”列中每年的前10个值相对应？

Answer 1

我们通常在head之后做sort_values

df = df.sort_values('totaldemand',ascending = False).groupby([df.index.year])['totaldemand'].head(10)

Answer 2

获取查询索引并将其用作原始df上的掩码：

idx = df.groupby([df.index.year])['totaldemand'].apply(lambda grp: grp.nlargest(10))).index.to_list()
df.iloc[idx,]

（或扩展的内容，我现在无法在没有任何测试数据的情况下进行测试）

Answer 3

最大可以应用于每个组，将列传递以查找最大值。

所以运行：

df.groupby([df.index.year]).apply(lambda grp: grp.nlargest(3, 'totaldemand'))

当然，在最终版本中，将 3 替换为您的实际值。