Pandasrame lấy hàng đầu tiên của mỗi nhóm

Tôi có một con gấu trúc DataFramenhư sau.

df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4,5,6,6,6,7,7],
                'value'  : ["first","second","second","first",
                            "second","first","third","fourth",
                            "fifth","second","fifth","first",
                            "first","second","third","fourth","fifth"]})

Tôi muốn nhóm nhóm này theo ["id", "value"] và nhận hàng đầu tiên của mỗi nhóm.

        id   value
0        1   first
1        1  second
2        1  second
3        2   first
4        2  second
5        3   first
6        3   third
7        3  fourth
8        3   fifth
9        4  second
10       4   fifth
11       5   first
12       6   first
13       6  second
14       6   third
15       7  fourth
16       7   fifth

Kết quả dự kiến

    id   value
     1   first
     2   first
     3   first
     4  second
     5  first
     6  first
     7  fourth

Tôi đã thử làm theo mà chỉ đưa ra hàng đầu tiên của DataFrame. Bất kỳ trợ giúp liên quan đến điều này được đánh giá cao.

In [25]: for index, row in df.iterrows():
   ....:     df2 = pd.DataFrame(df.groupby(['id','value']).reset_index().ix[0])

>>> df.groupby('id').first()
     value
id        
1    first
2    first
3    first
4   second
5    first
6    first
7   fourth

Nếu bạn cần idnhư cột:

>>> df.groupby('id').first().reset_index()
   id   value
0   1   first
1   2   first
2   3   first
3   4  second
4   5   first
5   6   first
6   7  fourth

Để có được n bản ghi đầu tiên, bạn có thể sử dụng head ():

>>> df.groupby('id').head(2).reset_index(drop=True)
    id   value
0    1   first
1    1  second
2    2   first
3    2  second
4    3   first
5    3   third
6    4  second
7    4   fifth
8    5   first
9    6   first
10   6  second
11   7  fourth
12   7   fifth

Điều này sẽ cung cấp cho bạn hàng thứ hai của mỗi nhóm (không được lập chỉ mục, nth (0) giống như đầu tiên ()):

df.groupby('id').nth(1) 

Tài liệu: http://pandas.pydata.org/pandas-docs/urdy/groupby.html#taking-the-nth-row-of-each-group

Tôi khuyên bạn nên sử dụng .nth(0)thay vì .first()nếu bạn cần lấy hàng đầu tiên.

Sự khác biệt giữa chúng là cách chúng xử lý NaN, do đó .nth(0)sẽ trả về hàng đầu tiên của nhóm bất kể giá trị nào trong hàng này, trong khi .first()cuối cùng sẽ trả về giá trị không đầu tiên NaNtrong mỗi cột.

Ví dụ: nếu tập dữ liệu của bạn là:

df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4],
            'value'  : ["first","second","third", np.NaN,
                        "second","first","second","third",
                        "fourth","first","second"]})

>>> df.groupby('id').nth(0)
    value
id        
1    first
2    NaN
3    first
4    first

Và

>>> df.groupby('id').first()
    value
id        
1    first
2    second
3    first
4    first

có lẽ đây là những gì bạn muốn

import pandas as pd
idx = pd.MultiIndex.from_product([['state1','state2'],   ['county1','county2','county3','county4']])
df = pd.DataFrame({'pop': [12,15,65,42,78,67,55,31]}, index=idx)

                pop
state1 county1   12
       county2   15
       county3   65
       county4   42
state2 county1   78
       county2   67
       county3   55
       county4   31

df.groupby(level=0, group_keys=False).apply(lambda x: x.sort_values('pop', ascending=False)).groupby(level=0).head(3)

> Out[29]: 
                pop
state1 county3   65
       county4   42
       county2   15
state2 county1   78
       county2   67
       county3   55

Nếu bạn chỉ cần hàng đầu tiên từ mỗi nhóm chúng tôi có thể thực hiện drop_duplicates, Lưu ý phương thức mặc định của chức năng keep='first'.

df.drop_duplicates('id')
Out[1027]: 
    id   value
0    1   first
3    2   first
5    3   first
9    4  second
11   5   first
12   6   first
15   7  fourth