根据值计数列删除已排序的行

Question

我的数据框如下所示：   year   id    0  2019   x11  2012   x12  2017   x13  2013   x14  2018   x25  2012   x26  2013   x2我想过滤我的整个数据框，这样如果每个 id 有超过 3 个观察值，则应该删除最低年份的观察值。在这种情况下，应删除第 1 行。   year   id    0  2019   x11  2017   x12  2013   x13  2018   x24  2012   x25  2013   x2

Answer 1

DataFrame.sort_values与 一起使用GroupBy.head：

df = df.sort_values(['id','year'], ascending=[True, False]).groupby('id').head(3)

print (df)

   year  id

0  2019  x1

2  2017  x1

3  2013  x1

4  2018  x2

6  2013  x2

5  2012  x2

如果顺序应该相同，请添加DataFrame.sort_index：

df = df.sort_values(['id','year'], ascending=[True, False]).groupby('id').head(3).sort_index()

print (df)

   year  id

0  2019  x1

2  2017  x1

3  2013  x1

4  2018  x2

5  2012  x2

6  2013  x2

Answer 2

使用GroupBy.nlargest：

df = df.groupby('id')['year'].nlargest(3).reset_index().drop(columns='level_1')

   id  year

0  x1  2019

1  x1  2017

2  x1  2013

3  x2  2018

4  x2  2013

5  x2  2012

确保它year有一个intdtype：

df['year'] = df['year'].astype(int)

Answer 3

使用 for 循环来解决这个问题怎么样（我喜欢循环）：

id_unique = df.id.unique()

df_new = pd.DataFrame(columns = df.columns)

for i in id_unique:

    df_new = pd.concat([df_new, df[df['id'] == i ].sort_values(['year'], ascending= [False]).head(3)], axis=0)