Python pandas dataframe groupby 选择列

Posted 2023-03-11

【中文标题】Python pandas dataframe groupby 选择列

【英文标题】：Python pandas dataframe groupby selecting columns

【发布时间】：2016-07-16 00:08:34

【问题描述】：

我有以下 detaframe bb：

bq_selection_id bq_balance  bq_market_id  bq_back_price
0         45094462     185.04       7278437           1.97
1         45094462     185.04       7278437           1.97
2         45094463     185.04       7278437           3.05
3         45094463     185.04       7278437           3.05
4         45094464     185.04       7278437           5.80
5         45094464     185.04       7278437           5.80
6         45094466     185.04       7278437         200.00
7         45094466     185.04       7278437         200.00
8         45094465     185.04       7278437            NaN
9         45094465     185.04       7278437            NaN

我想按“market_id”分组并取前两个最低的“bq_back_price”。我设法用

做到了这一点

bb.groupby('bq_market_id')['bq_back_price'].nsmallest(2)

问题是我缺少一些列，例如“bq_selection_id”、“bq_balance”和“bq_back_price”列没有名称。这就是我得到的

bq_market_id   
7278437       0    1.97
7278437       1    1.97

我想得到这样的东西

bq_selection_id bq_balance  bq_market_id  bq_back_price
0         45094462     185.04       7278437           1.97
1         45094462     185.04       7278437           1.97

你能帮帮我吗？

【参考方案1】：

您可以通过indexes 使用merge：

print bb.groupby('bq_market_id')['bq_back_price'].nsmallest(2).reset_index(level=0, name='bq_back_price')
   bq_market_id  bq_back_price
0       7278437           1.97
1       7278437           1.97

print pd.merge(bb[['bq_selection_id','bq_balance']],
               bb.groupby('bq_market_id')['bq_back_price'].nsmallest(2).reset_index(level=0, name='bq_back_price'),
               left_index=True,
               right_index=True)
   bq_selection_id  bq_balance  bq_market_id  bq_back_price
0         45094462      185.04       7278437           1.97
1         45094462      185.04       7278437           1.97

unutbu 删除了不错的答案，但我认为它作为我的答案更好：

result = df.groupby('bq_market_id')['bq_back_price'].nsmallest(2)
idx = result.index.get_level_values(-1)
print(df.loc[idx])

   bq_selection_id  bq_balance  bq_market_id  bq_back_price
0         45094462      185.04       7278437           1.97
1         45094462      185.04       7278437           1.97

【参考方案2】：

追加一个新的“排名”列怎么样？

bb['rank'] = bb.groupby(['bq_market_id'])['bq_back_price'].rank(ascending=True)

之后，您可以过滤 bb 的最低 2 个价格（排名 1 和 2）。

bb[bb['rank'] < 3]

归功于：python pandas rank by column

【讨论】：

您可能需要添加 `method='first' 以确保每组中不超过 2 行的排名

【参考方案3】：

您可以先对bq_back_price 上的值进行排序，然后在每个组中取head(2)。

In [218]: df.sort_values('bq_back_price').groupby('bq_market_id').head(2)
Out[218]:
   bq_selection_id  bq_balance  bq_market_id  bq_back_price
0         45094462      185.04       7278437           1.97
1         45094462      185.04       7278437           1.97