pandas groupby 取每组的前几行记录方法

 

 

#对于以下数据想对每个国家分组，并取age字段前2
df = pd.DataFrame({'Country':['China','China', 'India', 'India', 'America', 'Japan', 'China', 'India'],
                   'Income':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000],
                    'Age':[5000, 4321, 1234, 4010, 250, 250, 4500, 4321]})
print(df)
 
#    Country  Income   Age
# 0    China   10000  5000
# 1    China   10000  4321
# 2    India    5000  1234
# 3    India    5002  4010
# 4  America   40000   250
# 5    Japan   50000   250
# 6    China    8000  4500
# 7    India    5000  4321

df.groupby(['Country'])[['Age']].apply(lambda x:x.sort_values(by=['Age'],ascending=False)[:2])




            Age
Country        
America 4   250
China   0  5000
        6  4500
India   7  4321
        3  4010
Japan   5   250

这里需要注意一下groupby 操作的几种聚合操作的对比：1.aggregate,2.transform,3.apply,4.fliter

尤其是transform和apply这两个容易混淆。

1.aggregate返回的数据帧只能是标量，每一分组返回的结果只有一行。

2.transform 返回的是向量，返回的值是与数据帧等大小的向量。

3.apply返回的可以是向量也可以是标量。这个函数和上面的aggregate以及transform有区别，上面两者的函数传入的是每个子数据帧的每一列，而这里的apply的函数，传入的是“每个子数据帧的所有列 / 行”，一般默认为列。

所以在这里，transform与aggregate都不合适。