python - 显示多索引 Pandas 数据框的前 10 行

Question

我有一个多级索引 pandas DataFrame，其中第一级是 year，第二级是 username。我只有一列已经按降序排列。我想显示每个索引级别 0 的前 2 行。

我有什么:

               count
year username                
2010 b         677
     a         505
     c         400
     d         300
 ...
2014 a         100
     b         80

我想要的:

               count
year username                
2010 b         677
     a         505
2011 c         677
     d         505
2012 e         677
     f         505
2013 g         677
     i         505
2014 h         677
     j         505

Answer 1

这是一个答案。也许有更好的方法来做到这一点(使用索引？)，但我认为它有效。原理看似复杂其实很简单:

• 索引DataFrame按年份和用户名。
• 将 DataFrame 分组按索引的第一级(=0)年份
• 对子 DataFrame 应用两个操作通过groupby获得(每年一个)
  • 按计数升序排列索引 sort_index(by='count') -> 具有更多计数的行将位于 DataFrame 的尾部
  • 只保留最后一个 top行(在本例中为 2)，使用负切片符号 ([-top:])。 tail也可以使用方法 ( tail(top) ) 来提高可读性。
• 删除为年份 droplevel(0) 创建的不必要级别

---

# Test data    
df = pd.DataFrame({'year': [2010, 2010, 2010, 2011,2011,2011, 2012, 2012, 2013, 2013, 2014, 2014],
                  'username': ['b','a','a','c','c','d','e','f','g','i','h','j'],
                  'count': [400, 505, 678, 677, 505, 505, 677, 505, 677, 505, 677, 505]})
df = df.set_index(['year','username'])

top = 2
df = df.groupby(level=0).apply(lambda df: df.sort_index(by='count')[-top:])
df.index = df.index.droplevel(0)
df

               count
year username       
2010 a           505
     a           678
2011 d           505
     c           677
2012 f           505
     e           677
2013 i           505
     g           677
2014 j           505
     h           677