python - 保留 N 个第一次出现的

Question

以下代码(当然)将仅保留按“日期”排序的行中第一次出现的“Item1”。关于如何保留它的任何建议，比如前 5 次出现？

## Sort the dataframe by Date and keep only the earliest appearance of 'Item1'
## drop_duplicates considers the column 'Date' and keeps only first occurence

coocdates = data.sort('Date').drop_duplicates(cols=['Item1'])

Answer 1

您想使用 head ，在数据框本身或 on the groupby 上:

In [11]: df = pd.DataFrame([[1, 2], [1, 4], [1, 6], [2, 8]], columns=['A', 'B'])

In [12]: df
Out[12]:
   A  B
0  1  2
1  1  4
2  1  6
3  2  8

In [13]: df.head(2)  # the first two rows
Out[13]:
   A  B
0  1  2
1  1  4

In [14]: df.groupby('A').head(2)  # the first two rows in each group
Out[14]:
   A  B
0  1  2
1  1  4
3  2  8

注意:groupby 的 head 行为在 0.14 中发生了变化(它不像一个过滤器 - 但修改了索引)，因此如果使用更早的版本，您将不得不重置索引。