python - 如何在pandas中按组获得最大限制的前n行

Question

我有一个看起来像这样的数据框

pd.DataFrame({'A': ['C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', 'C10'],
  ...:                    'B': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C'],
  ...:                    'R': [9, 1, 7, 4, 3, 5, 2, 6, 8, 10]})
Out[3]: 
     A  B   R
0   C1  A   9
1   C2  A   1
2   C3  A   7
3   C4  B   4
4   C5  B   3
5   C6  B   5
6   C7  B   2
7   C8  C   6
8   C9  C   8
9  C10  C  10

R 列是我的排名列，我想获得排名前 5 的项目(A 列)，但是，B 列中每组最多可以选择 3 个项目。
我知道我可以执行以下操作来选择排名前 5 的项目

df.sort_values('R').head(5)
Out[10]: 
    A  B  R
1  C2  A  1
6  C7  B  2
4  C5  B  3
3  C4  B  4
5  C6  B  5

但这会从 B 组中选择 4 个项目。我如何限制它选择每个组最多只有 3 个项目？我生成的数据框应该是这样的

    A  B  R
1  C2  A  1
6  C7  B  2
4  C5  B  3
3  C4  B  4
5  C8  C  6

逻辑 - 项目 C6 未选择，因为它是 B 组的第 4 个项目，因此下一个要选择的可用项目是 C8，它具有次佳排名且不违反组限制。

Answer 1

我们可以试试 GroupBy.head

new_df = df.sort_values('R').groupby('B', sort=False).head(3).head(5)
print(new_df)

    A  B  R
1  C2  A  1
6  C7  B  2
4  C5  B  3
3  C4  B  4
7  C8  C  6