pandas groupby 取每组的前几行记录方法
#对于以下数据想对每个国家分组,并取age字段前2
#对于以下数据想对每个国家分组,并取age字段前2 df = pd.DataFrame({'Country':['China','China', 'India', 'India', 'America', 'Japan', 'China', 'India'], 'Income':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000], 'Age':[5000, 4321, 1234, 4010, 250, 250, 4500, 4321]}) print(df) # Country Income Age # 0 China 10000 5000 # 1 China 10000 4321 # 2 India 5000 1234 # 3 India 5002 4010 # 4 America 40000 250 # 5 Japan 50000 250 # 6 China 8000 4500 # 7 India 5000 4321 df=df.groupby(['Country'])[['Age']].apply(lambda x:x.sort_values(by=['Age'],ascending=False)[:2]) Age Country America 4 250 China 0 5000 6 4500 India 7 4321 3 4010 Japan 5 250
这里需要注意一下groupby 操作的几种聚合操作的对比:1.aggregate,2.transform,3.apply,4.fliter
尤其是transform和apply这两个容易混淆。
1.aggregate返回的数据帧只能是标量,每一分组返回的结果只有一行。
2.transform 返回的是向量,返回的值是与数据帧等大小的向量。
3.apply返回的可以是向量也可以是标量。这个函数和上面的aggregate以及transform有区别,上面两者的函数传入的是每个子数据帧的每一列,而这里的apply的函数,传入的是“每个子数据帧的所有列 / 行”,一般默认为列。
所以在这里,transform与aggregate都不合适。