python - 在 Pandas 中按组保留 X% 的最后一行

Question

使用类似 df.groupby('ID').tail(N) 的内容将每个组的最后 N 行保留在数据框中很简单。 .
就我而言，组有不同的大小，我希望每个组保持相同的百分比而不是相同的行数。
例如，如果我们想为以下每个组(基于 ID)保留最后 50% 的行:

df = pd.DataFrame({'ID' : ['A','A','B','B','B','B','B','B'], 
'value' : [1,2,10,11,12,13,14,15]})

结果是:

 pd.DataFrame({'ID' : ['A','A','B','B','B','B','B','B'], 
    'value' : [2,13,14,15]})

我们怎样才能做到这一点？
编辑:如果 x% 不是 int，我们四舍五入到最小的更接近的 int。

Answer 1

groupby - apply - tail将所需大小传递给 tail()在 GroupBy.apply() .这比 iloc 更简单下面的方法，因为它干净地处理了“最后 0 行”的情况。

ratio = 0.6
(df.groupby('ID')
   .apply(lambda x: x.tail(int(ratio * len(x))))
   .reset_index(drop=True))

#   ID  value
# 0  A      2
# 1  B     13
# 2  B     14
# 3  B     15

ratio = 0.4
(df.groupby('ID')
   .apply(lambda x: x.tail(int(ratio * len(x))))
   .reset_index(drop=True))

#   ID  value
# 0  B     14
# 1  B     15

groupby - apply - iloc或者，通过 iloc 索引所需的大小/slicing，但自从 [-0:] 以来，这更笨拙实际上并没有得到最后 0 行，所以我们必须检查:

ratio = 0.6
(df.groupby('ID')
   .apply(lambda x: x[-int(ratio * len(x)):] if int(ratio * len(x)) else None)
   .reset_index(drop=True))

#   ID  value
# 0  A      2
# 1  B     13
# 2  B     14
# 3  B     15

ratio = 0.4
(df.groupby('ID')
   .apply(lambda x: x[-int(ratio * len(x)):] if int(ratio * len(x)) else None)
   .reset_index(drop=True))

#   ID  value
# 0  B     14
# 1  B     15