Pandas: so erhalten sie die ersten n zeilen nach gruppe

Sie können die folgende grundlegende Syntax verwenden, um die ersten N Zeilen nach Gruppe in einem Pandas-DataFrame abzurufen:

 df. groupby (' group_column '). head ( 2 ). reset_index (drop= True )

Diese spezielle Syntax gibt die ersten beiden Zeilen pro Gruppe zurück.

Ändern Sie einfach den Wert in der Funktion head() , um eine andere Anzahl oberer Zeilen zurückzugeben.

Die folgenden Beispiele zeigen, wie diese Syntax mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'G', 'F', 'F', 'G', 'G', 'F', 'F', 'F'],
                   ' points ': [5, 7, 7, 9, 12, 9, 9, 4, 7, 7]})

#view DataFrame
print (df)

  team position points
0 AG 5
1 AG 7
2 AG 7
3 AF 9
4AF 12
5 BG 9
6 BG 9
7 BF 4
8 BF 7
9 BF 7

Beispiel 1: Erhalten Sie die ersten N Zeilen, gruppiert nach einer Spalte

Der folgende Code zeigt, wie die ersten beiden Zeilen, gruppiert nach der Teamvariablen , zurückgegeben werden:

 #get top 2 rows grouped by team
df. groupby (' team '). head ( 2 ). reset_index (drop= True )

        team position points
0 A G 5
1 A G 7
2 B G 9
3 B G 9

Die Ausgabe zeigt die ersten beiden Zeilen, gruppiert nach Teamvariablen .

Beispiel 2: Erhalten Sie die ersten N Zeilen, gruppiert nach mehreren Spalten

Der folgende Code zeigt, wie die ersten beiden Zeilen, gruppiert nach Team- und Positionsvariablen , zurückgegeben werden:

 #get top 2 rows grouped by team and position
df. groupby ([' team ', ' position ']). head ( 2 ). reset_index (drop= True )

team position points
0 A G 5
1 A G 7
2 A F 9
3 A F 12
4 B G 9
5 B G 9
6 B F 4
7 B F 7

Die Ausgabe zeigt die ersten beiden Zeilen, gruppiert nach Team- und Positionsvariablen .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

Pandas: So finden Sie eindeutige Werte in einer Spalte
Pandas: So finden Sie eindeutige Werte in mehreren Spalten
Pandas: So zählen Sie Vorkommen eines bestimmten Werts in einer Spalte