python - Pandas Dataframe 的复杂子集

Question

我有一个数据框，其中一列中有各种值。我想确保数据框中的每个唯一列元素都有 3 个最新条目。

我有:

      Group      Date        Value
        A        10/1/2017    4.4
        A        8/3/2017     9.2
        A        5/3/2017     8.4
        A        4/4/2017     4.4
        B        12/1/2015    4.4
        B        8/3/2015     9.2
        B        5/4/2015     8.4
        B        4/5/2015     4.4

我想要:

      Group      Date        Value
        A        10/1/2017    4.4
        A        8/3/2017     9.2
        A        5/3/2017     8.4
        B        12/1/2015    4.4
        B        8/3/2015     9.2
        B        5/4/2015     8.4

日期是日期时间。我不知道如何在这篇文章中以其他方式表示。

我可以用下面的代码得到这个:

new_df = pd.DataFrame()
for group in df['Group'].unique():

    temp_df = df[df['Group'] == group]
    temp_df = temp_df[0:3]

    if new_df.empty:

       new_df = temp_df

    else:

       new_df.append(temp_df)

是否有更 pythonic 的方法来做到这一点？

提前致谢。

Answer 1

以下情况如何:

df.sort_values(by='Date', ascending=False).groupby('Group').head(3)

在我的小测试数据集上返回以下内容(我使用 head(2)):

    Group   Date
1   c   2050-01-01
8   a   2032-02-03
0   a   2030-01-01
9   c   2029-01-01
10  b   2018-01-01
2   b   2017-02-03

如您所见，各个组的值不再很好地组合在一起。我们可以通过先按“组”排序然后按“日期”排序来解决此问题:

df.sort_values(by=['Group', 'Date'], ascending=[True,False]).groupby('Group').head(3)


    Group   Date
8   a   2032-02-03
0   a   2030-01-01
10  b   2018-01-01
2   b   2017-02-03
1   c   2050-01-01
9   c   2029-01-01