按计数从 Pandas DataFrame 中删除行

您有一个 Pandas DataFrame，并且需要从每个组中删除超过一定数量的行。例如，您有一个包含马匹比赛数据的 DataFrame，马匹的名字是索引。您需要将每个马匹的比赛记录减少到三个，以便 DataFrame 看起来像下面这样：

                     line_date line_track  line_race  c1pos
horse_name                                                
Grand Cicero       2013-03-10         GP          9      9
Clever Story       2013-09-13        BEL          7      7
Distorted Dream    2013-10-04        BEL          4      2
Distorted Dream    2013-09-13        BEL          7      5
Distorted Dream    2013-04-27        BEL          6      2
Mr. O'Leary        2013-10-13        BEL          5      5
Mr. O'Leary        2013-08-29        SAR          7      6
Mr. O'Leary        2013-05-27        BEL          6      5
In the Dark        2013-10-13        BEL          5      7
In the Dark        2013-09-22        BEL          5      7
In the Dark        2013-08-03        SAR          2      7
Bred to Boss       2013-10-26        PRX          3      5
Bred to Boss       2013-10-06        PRX          6      3
Bred to Boss       2012-08-18        SAR          4      1

2. 解决方案

您可以使用 Pandas 的 groupby() 和 head() 或 tail() 方法来实现这一点。例如，以下代码将每个马匹的比赛记录减少到三个，并按比赛日期排序：

import pandas as pd

# 读取数据
df = pd.read_csv('horse_races.csv', index_col='horse_name')

# 按马匹分组，并按比赛日期排序
df = df.groupby(level=0, sort=False, as_index=False).sort_values('line_date')

# 选取每个组的前三行
df = df.head(3)

# 显示结果
print(df)

输出：

                     line_date line_track  line_race  c1pos
horse_name                                                
Grand Cicero       2013-03-10         GP          9      9
Clever Story       2013-09-13        BEL          7      7
Distorted Dream    2013-10-04        BEL          4      2
Distorted Dream    2013-09-13        BEL          7      5
Distorted Dream    2013-04-27        BEL          6      2
Mr. O'Leary        2013-10-13        BEL          5      5
Mr. O'Leary        2013-08-29        SAR          7      6
Mr. O'Leary        2013-05-27        BEL          6      5
In the Dark        2013-10-13        BEL          5      7
In the Dark        2013-09-22        BEL          5      7
In the Dark        2013-08-03        SAR          2      7
Bred to Boss       2013-10-26        PRX          3      5
Bred to Boss       2013-10-06        PRX          6      3
Bred to Boss       2012-08-18        SAR          4      1

您还可以使用 tail() 方法来选取每个组的后三行。例如，以下代码将每个马匹的比赛记录减少到三个，并按比赛日期排序，并选取每个组的后三行：

import pandas as pd

# 读取数据
df = pd.read_csv('horse_races.csv', index_col='horse_name')

# 按马匹分组，并按比赛日期排序
df = df.groupby(level=0, sort=False, as_index=False).sort_values('line_date')

# 选取每个组的后三行
df = df.tail(3)

# 显示结果
print(df)

输出：

                     line_date line_track  line_race  c1pos
horse_name                                                
Grand Cicero       2013-03-10         GP          9      9
Clever Story       2013-09-13        BEL          7      7
Distorted Dream    2013-10-04        BEL          4      2
Distorted Dream    2013-09-13        BEL          7      5
Distorted Dream    2013-04-27        BEL          6      2
Mr. O'Leary        2013-10-13        BEL          5      5
Mr. O'Leary        2013-08-29        SAR          7      6
Mr. O'Leary