pandas 实现分组后取第N行

时间:2022-09-22 15:42:22

目的:

pandas 实现分组后取第N行

把question_id 对应的user_answer转成ABCD

solution

  1. dfa=df.groupby('question_id').nth(0).reset_index()
  2. dfa['flag']='A'
  3. dfb=df.groupby('question_id').nth(1).reset_index()
  4. dfb['flag']='B'
  5. dfc=df.groupby('question_id').nth(2).reset_index()
  6. dfc['flag']='C'
  7. dfd=df.groupby('question_id').nth(3).reset_index()
  8. dfd['flag']='D'
  9.  
  10. resdf=dfa.append([dfb,dfc,dfd])
  11. resdf.sort_values(by='question_id')

result

pandas 实现分组后取第N行

focus

  1. g.nth(0)
  2. #同
  3. g.first()
  4. g.head(1)
  5. g.last()
  6.  
  7. g.nth(2)
  8. g.nth(-1)
  9.  
  10. g.nth(0,dropna='any')
  11. g.B.nth(0,dropna='all')
  12. g.groups
  13. g.get_group(134429)
  14. g.discribe()
  15. g.agg([np.mean,np.sum.np,std])

补充:pandas的分组取最大多行并求和函数nlargest()

在pandas库里面,我们常常关心的是最大的前几个,比如销售最好的几个产品,几个店,等。之前讲到的head(), 能够看到看到DF里面的前几行,如果需要看到最大或者最小的几行就需要先进行排序。max()和min()可以看到最大或者最小值,但是只能看到一个值。

pandas 实现分组后取第N行

所以我们可以使用nlargest()函数,nlargest()的优点就是能一次看到最大的几行,而且不需要排序。缺点就是只能看到最大的,看不到最小的。

我们来看看单价排在前十的数据:

pandas 实现分组后取第N行

单价排在前十的数据

nlargest()的第一个参数就是截取的行数。第二个参数就是依据的列名。

这样就可以筛选出单价最高的前十行,而且是按照单价从最高到最低进行排列的,所以还是按照之前的索引。

还可以按照total_price来进行排名:

pandas 实现分组后取第N行

按照total_price排名

nlargest还有一个参数,keep='first'或者'last'。当出现重复值的时候,keep='first',会选取在原始DataFrame里排在前面的,keep='last'则去排后面的。

由于nlagerst()不能去最小的多个值,如果我们一定要使用这个函数进行选取也是可以的.

先设置一个辅助列:

pandas 实现分组后取第N行

先设置一个辅助列

然后在进行选取:

pandas 实现分组后取第N行

以辅助列进行选取

当然了,也可以通过head()加上排序进行选取的。

那以前这些操作都可以通过其它函数来进行替代的话,nlargest()有什么必要介绍吗?或者说学不学这个函数有什么关系吗?

这就是我们今天要重点介绍的,如果说要选择不同location_road下的前五名要怎么操作呢?

很多人可能第一反应会想到先分组然后进行max()操作,但是这样的操作只能选择最大的一列:

pandas 实现分组后取第N行

使用max()

但是使用max有一个问题,就是选取的是每一列的最大值,而不是选取最大值的那一行,也就是说只能在选取单列的最大值的时候才是准确的。

这个时候我们就要想到apply和lambda的自定义函数了:

pandas 实现分组后取第N行

选取多个指标的TOP(N)

这样就选出了不同loaction_road的price排在前五的行了。

nlargest()函数在这种场景下使用是非常方便的,而且结果也已经默认排好顺序了。

还有一些场景下需要计算分组的前几名,然后在进行求和的,这个我们也可以使用nlargest进行操作:

pandas 实现分组后取第N行

分组之后进行求和

使用这种方法会出现报错提示,这个因为在列和索引都存在loaction_road,有重复,系统有警告,在实际使用时可以先改列名再操作。我们也可以换一种方式直接按照索引进行求和,这样就没有警告了:

pandas 实现分组后取第N行

以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。如有错误或未考虑完全的地方,望不吝赐教。

原文链接:https://blog.csdn.net/weixin_40161254/article/details/90598574