栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

熊猫groupby:每组前3个值

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

熊猫groupby:每组前3个值

注意:仅当每个组至少有3行时,此解决方案才有效

请尝试以下方法:

In [59]: x = (df.groupby(pd.Grouper(freq='H'))['VAL']     .apply(lambda x: x.nlargest(3))     .reset_index(level=1, drop=True)     .to_frame('VAL'))In [60]: xOut[60]:          VALTIME2017-12-08 00:00:00   822017-12-08 00:00:00   562017-12-08 00:00:00   532017-12-08 01:00:00   952017-12-08 01:00:00   872017-12-08 01:00:00   792017-12-08 02:00:00   882017-12-08 02:00:00   782017-12-08 02:00:00   41In [61]: x.set_index(np.arange(len(x)) % 3, append=True)['VAL'].unstack().add_prefix('VAL')Out[61]:          VAL0  VAL1  VAL2TIME2017-12-08 00:00:00    82    56    532017-12-08 01:00:00    95    87    792017-12-08 02:00:00    88    78    41

一些解释:

In [94]: x.set_index(np.arange(len(x)) % 3, append=True)Out[94]: VALTIME2017-12-08 00:00:00 0   82         1   56         2   532017-12-08 01:00:00 0   95         1   87         2   792017-12-08 02:00:00 0   88         1   78         2   41In [95]: x.set_index(np.arange(len(x)) % 3, append=True)['VAL'].unstack()Out[95]:0   1   2TIME2017-12-08 00:00:00  82  56  532017-12-08 01:00:00  95  87  792017-12-08 02:00:00  88  78  41


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/634407.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号