python - Pandas Groupy 只取前 N 组

Question

我有一些要按 ID 分组的 DataFrame，例如：

import pandas as pd
df = pd.DataFrame({'item_id': ['a', 'a', 'b', 'b', 'b', 'c', 'd'], 'user_id': [1,2,1,1,3,1,5]})
print df

生成：

  item_id  user_id
0       a        1
1       a        2
2       b        1
3       b        1
4       b        3
5       c        1
6       d        5

[7 rows x 2 columns]

我可以轻松地按 id 分组：

grouped = df.groupby("item_id")

但是我怎样才能只返回前 N 个分组对象呢？例如。我只想要前 3 个唯一的 item_id。

Answer 1

这是使用list(grouped).

result = [g[1] for g in list(grouped)[:3]]

# 1st
result[0]

  item_id  user_id
0       a        1
1       a        2

# 2nd
result[1]

  item_id  user_id
2       b        1
3       b        1
4       b        3

Answer 2

一种方法是使用Counter从列表中获取前 3 个唯一项，根据这些项过滤 DataFrame，然后对过滤后的 DataFrame 执行 groupby 操作。

from collections import Counter

c = Counter(df.item_id)
most_common = [item for item, _ in c.most_common(3)]

>>> df[df.item_id.isin(most_common)].groupby('item_id').sum()
         user_id
item_id         
a              3
b              5
c              1