我的數據框如下所示： year id 0 2019 x11 2012 x12 2017 x13 2013 x14 2018 x25 2012 x26 2013 x2我想過濾我的整個數據框，這樣如果每個 id 有超過 3 個觀察值，則應該刪除最低年份的觀察值。在這種情況下，應刪除第 1 行。 year id 0 2019 x11 2017 x12 2013 x13 2018 x24 2012 x25 2013 x2
3 回答
吃雞游戲
TA貢獻1829條經驗 獲得超7個贊
DataFrame.sort_values與 一起使用GroupBy.head：
df = df.sort_values(['id','year'], ascending=[True, False]).groupby('id').head(3)
print (df)
year id
0 2019 x1
2 2017 x1
3 2013 x1
4 2018 x2
6 2013 x2
5 2012 x2
如果順序應該相同，請添加DataFrame.sort_index：
df = df.sort_values(['id','year'], ascending=[True, False]).groupby('id').head(3).sort_index()
print (df)
year id
0 2019 x1
2 2017 x1
3 2013 x1
4 2018 x2
5 2012 x2
6 2013 x2
慕仙森
TA貢獻1827條經驗 獲得超8個贊
使用GroupBy.nlargest：
df = df.groupby('id')['year'].nlargest(3).reset_index().drop(columns='level_1')
id year
0 x1 2019
1 x1 2017
2 x1 2013
3 x2 2018
4 x2 2013
5 x2 2012
確保它year有一個intdtype：
df['year'] = df['year'].astype(int)
茅侃侃
TA貢獻1842條經驗 獲得超21個贊
使用 for 循環來解決這個問題怎么樣（我喜歡循環）：
id_unique = df.id.unique()
df_new = pd.DataFrame(columns = df.columns)
for i in id_unique:
df_new = pd.concat([df_new, df[df['id'] == i ].sort_values(['year'], ascending= [False]).head(3)], axis=0)
添加回答
舉報
0/150
提交
取消