一日一技:Pandas 中,如何分组再取 N项?

开发 前端
在 pandas 中,DataFrame 是我们经常用到的工具。有时候,我们可能会需要对数据按某个字段进行分组,然后每个组取N项。

[[356974]]

在 pandas 中,DataFrame 是我们经常用到的工具。有时候,我们可能会需要对数据按某个字段进行分组,然后每个组取N项。例如:

 

现在,我想每个职位任取三个用户。

相信有同学会使用 for 循环,依次循环每一行,每个职位选3个,存入一个临时的列表里面。循环完成以后再转成一个新的 DataFrame。但这个方式显然不够智能。

那么,我们有没有什么办法能够不使用循环就做到这一步呢?也许有同学想到了使用 groupby。我们来看看效果。

 

看起来仅仅是统计了每个职位的数量。那么,如何才能保留所有字段呢?

实际上我们可以把.size()改成.head(3):

 

看起来这里的.head(3)似乎没有什么作用。这个时候,我们思考一下 Python 里面,如果要使用itertools.groupby,官方文档里面有这样一段话:

Generally, the iterable needs to already be sorted on the same key function.

如下图所示:

 

这段话告诉我们,要使用itertools.groupby,我们需要提前对被分组的字段进行排序。

那么,我们试一试在如果提前对 DataFrame 进行排序,然后再 groupby 会怎么样:

 

成功了。每个职位都取了3个。

可能大家发现最左边的索引是乱序,看起来不好看。那么我们还可以重设一下索引:

 

 

至此,问题完美解决。

本文转载自微信公众号「未闻Code」,可以通过以下二维码关注。转载本文请联系未闻Code公众号。

 

责任编辑:武晓燕 来源: 未闻Code
相关推荐

2021-10-15 21:08:31

PandasExcel对象

2022-03-12 20:38:14

网页Python测试

2023-10-28 12:14:35

爬虫JavaScriptObject

2022-06-28 09:31:44

LinuxmacOS系统

2024-07-30 08:11:16

2024-07-30 08:16:18

Python代码工具

2021-05-08 19:33:51

移除字符零宽

2024-11-11 00:38:13

Mypy静态类型

2021-07-27 21:32:57

Python 延迟调用

2021-06-08 21:36:24

PyCharm爬虫Scrapy

2021-04-27 22:15:02

Selenium浏览器爬虫

2024-02-20 22:13:48

Python项目Java

2022-03-07 09:14:04

Selenium鼠标元素

2024-08-27 22:08:13

2020-05-19 13:55:38

Python加密密码

2021-04-12 21:19:01

PythonMakefile项目

2021-02-14 22:22:18

格式图片 HTTP

2023-09-06 00:15:04

Pandas技巧格式

2021-01-08 05:17:16

重复值JSON爬虫

2021-09-14 21:29:01

项目环境变量
点赞
收藏

51CTO技术栈公众号