python - 当 N 大于组数时 nlargest(N) 的行为？

Question

我从下面的列表中构建了一个 DataFrame

df_list_1 = [{"animal": "dog", "color": "red", "age": 4, "n_legs": 4,}, 
             {"animal": "dog", "color": "blue", "age": 4, "n_legs": 3},
             {"animal": "cat", "color": "blue", "age": 4, "n_legs": 4},
             {"animal": "dog", "color": "yellow", "age": 5, "n_legs":2},
             {"animal": "dog", "color": "white", "age": 4, "n_legs": 2},
             {"animal": "dog", "color": "black", "age": 4, "n_legs": 4},
             {"animal": "cat", "color": "brown", "age": 4, "n_legs": 4}]

我现在想要一个新的数据框，它只显示每组具有相同 n_legs 的前 4 个条目(按 age 排序)。

为此我尝试过

dfg = df_1.set_index(["animal", 'color']).groupby("n_legs")['age'].nlargest(4).reset_index()

但这给了我一个数据框，其中删除了 n_legs 列。

    animal  color   age
0   dog     red     4
1   dog     blue    4
2   cat     blue    4
3   dog     yellow  5
4   dog     white   4
5   dog     black   4
6   cat     brown   4

我猜这是因为 4 等于最大组中的元素数。事实上，如果我这样做了

dfg = df_1.set_index(["animal", 'color']).groupby("n_legs")['age'].nlargest(3).reset_index()

我得到以下信息

    n_legs  animal  color   age
0   2       dog     yellow  5
1   2       dog     white   4
2   3       dog     blue    4
3   4       dog     red     4
4   4       cat     blue    4
5   4       dog     black   4

这是有意为之的行为吗？

有没有办法始终显示该列，即使使用 nlargest(N) 时 N 大于最大组中的元素数？

谢谢!

Answer 1

在我看来是bug 16345 .

替代解决方案运行良好且速度明显更快 - 首先 sort_values然后调用GroupBy.head :

dfg = (df_1.sort_values(["animal", 'color','age'], ascending=[False, False, True])
          .groupby("n_legs")
          .head(4))