Pandas中怎么分組再取N項(xiàng)

本篇內(nèi)容介紹了“Pandas中怎么分組再取N項(xiàng)”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

在 pandas 中，DataFrame 是我們經(jīng)常用到的工具。有時(shí)候，我們可能會(huì)需要對(duì)數(shù)據(jù)按某個(gè)字段進(jìn)行分組，然后每個(gè)組取N項(xiàng)。例如：

現(xiàn)在，我想每個(gè)職位任取三個(gè)用戶。

相信有同學(xué)會(huì)使用 for 循環(huán)，依次循環(huán)每一行，每個(gè)職位選3個(gè)，存入一個(gè)臨時(shí)的列表里面。循環(huán)完成以后再轉(zhuǎn)成一個(gè)新的  DataFrame。但這個(gè)方式顯然不夠智能。

那么，我們有沒有什么辦法能夠不使用循環(huán)就做到這一步呢?也許有同學(xué)想到了使用 groupby。我們來看看效果。

看起來僅僅是統(tǒng)計(jì)了每個(gè)職位的數(shù)量。那么，如何才能保留所有字段呢?

實(shí)際上我們可以把.size()改成.head(3):

看起來這里的.head(3)似乎沒有什么作用。這個(gè)時(shí)候，我們思考一下 Python  里面，如果要使用itertools.groupby，官方文檔里面有這樣一段話：

Generally, the iterable needs to already be sorted on the same key  function.

如下圖所示：

這段話告訴我們，要使用itertools.groupby，我們需要提前對(duì)被分組的字段進(jìn)行排序。

那么，我們?cè)囈辉囋谌绻崆皩?duì) DataFrame 進(jìn)行排序，然后再 groupby 會(huì)怎么樣：

成功了。每個(gè)職位都取了3個(gè)。

可能大家發(fā)現(xiàn)最左邊的索引是亂序，看起來不好看。那么我們還可以重設(shè)一下索引：

“Pandas中怎么分組再取N項(xiàng)”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！