当前位置：极客教程 > Pandas > Pandas 分组 > 在Pandas DataFrame的每组中获取最上面的N条记录

在Pandas DataFrame的每组中获取最上面的N条记录

在Pandas DataFrame的每组中获取最上面的N条记录

首先，pandas DataFrame以表的形式存储数据。在某些情况下，我们需要根据一些条件从DataFrame中检索数据。例如，如果我们想获得DataFrame中每组的前N条记录。我们创建DataFrame并使用下面提到的方法。

获取每组中最重要的N条记录

首先，我们在Python中创建了一个pandasDataFrame。

#importing pandas as pd
import pandas as pd
 
#creating dataframe
df=pd.DataFrame({ 'Variables': ['A','A','A','A','B','B',
                                'B','C','C','C','C'],
                 'Value': [2,5,0,3,1,0,9,0,7,5,4]})
df
Python

输出:

   Variables  Value
0          A      2
1          A      5
2          A      0
3          A      3
4          B      1
5          B      0
6          B      9
7          C      0
8          C      7
9          C      5
10         C      4
Python

使用pandas的Groupby()函数对列进行分组

现在，我们将得到 “变量 “列中每一组的最上面的N个值。这里reset_index()被用来根据数据的分组提供一个新的索引。head()用于从顶部获得最重要的N个值。

例子1：假设N=2的值

# setting value of N as 2
N = 2
 
# using groupby to group acc. to
# column 'Variable'
print(df.groupby('Variables').head(N).reset_index(drop=True))
Python

输出:

  Variables  Value
0         A      2
1         A      5
2         B      1
3         B      0
4         C      0
5         C      7
Python

例子2：现在，假设N=4的值

# setting value of N as 2
N = 4
 
# using groupby to group acc.
# to column 'Variable'
print(df.groupby('Variables').head(N).reset_index(drop=True))
Python

输出:

   Variables  Value
0          A      2
1          A      5
2          A      0
3          A      3
4          B      1
5          B      0
6          B      9
7          C      0
8          C      7
9          C      5
10         C      4
Python

使用pandas的nlargest()函数对列进行分组

现在，我们将得到 “变量 “列中每组的最上面的N个值。这里nlargest()函数被用来获取指定列中最大的N个值。

# importing pandas as pd
import pandas as pd
 
# creating dataframe
df=pd.DataFrame({ 'Variables': ['A','A','A','A','B','B',
                                'B','C','C','C','C'],
                'Value': [2,5,0,3,1,0,9,0,7,5,4]})
#print(df)
d = df.nlargest(4, 'Value')
print(d)
Python

输出:

 Variables  Value
6         B      9
8         C      7
1         A      5
9         C      5
Python

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 分组

登录

找回密码？

注册