python - 熊猫如何避免在 groupby nlargest n 中应用
问题描述
Pandas apply 一般不建议使用。如果有更有效的选择来替代应用选项,我有一种情况我很感兴趣。
import numpy as np
import pandas as pd
df = pd.DataFrame({'year': [1990,1990,1990,1992,1992,1992,1992,1993,1993,1993],
'item': list('abcdefghij'),
'value': [100,200,300,400,500,600,700,800,900,990]})
df
我想获得每年的前 2 个值。
df.groupby('year')['value'].apply(lambda x: x.nlargest(2)).reset_index()
有没有其他选择?无论是更长的代码行还是其他任何东西!
解决方案
sort_values
与tail
df.sort_values('value').groupby('year').tail(2) # when need continue position
Out[199]:
year item value
1 1990 b 200
2 1990 c 300
5 1992 f 600
6 1992 g 700
8 1993 i 900
9 1993 j 990
或者
df.sort_values('value').groupby('year',as_index=False).nth([-2,-1])#more flexible you can pick 1,-1
Out[202]:
year item value
1 1990 b 200
2 1990 c 300
5 1992 f 600
6 1992 g 700
8 1993 i 900
9 1993 j 990
定时
%timeit df.sort_values('value').groupby('year').tail(2)
1000 loops, best of 3: 894 µs per loop
%timeit df.groupby('year')['value'].apply(lambda x: x.nlargest(2)).reset_index()
100 loops, best of 3: 2.76 ms per loop