如何删除满足某些条件的pandas中的某些行

Question

我正在使用熊猫，我有数据集，看起来像这样：

ID-cell    TOWNS      NumberOfCrimes
 1          Paris       444
 1          Berlin      333
 1          London      111        
 2          Paris       222
 2          London      555
 2          Berlin      3
 3          Paris       999
 4          Berlin      777
 4          Paris       5
 5          Paris       123
 5          Berlin      8
 6          Paris       1000
 9          Berlin      321
 12         Berlin      1
 12         Berlin      2
 12         Paris       1

        . . .

它是一个非常大的数据集。 我需要为每个城市保留5行，犯罪次数最多，其余部分要删除。

所以我的输出应该是这样的：

ID-cell    TOWNS      NumberOfCrimes
 6          Paris       1000
 3          Paris       999     
 1          Paris       444
 2          Paris       222
 5          Paris       123

 4          Berlin      777
 1          Berlin      333
 9          Berlin      321
 5          Berlin      8

 1          London      555        
 2          London      111

我非常感谢你的帮助。 我是新手。 我正在为教师工作一些项目，我的截止日期非常接近。 ：/

Answer 1

sort + groupby.head

您可以按NumberOfCrimes降序排序，然后使用groupby + head 。 这是一个示例，您的数据提取了Town的单个最高NumberOfCrimes。

res = df.sort_values('NumberOfCrimes', ascending=False)\
        .groupby('TOWNS').head(1)

print(res)

   ID-cell   TOWNS  NumberOfCrimes
5        3   Paris             999
4        2  London             555
1        1  Berlin             333

因此，对于每个城镇的前2或3，您可以使用head(2) ， head(3)等。

Answer 2

运用

df.sort_values('NumberOfCrimes').drop_duplicates('ID-cell',keep='last')
Out[404]: 
   ID-cell   TOWNS  NumberOfCrimes
0        1   Paris             444
4        2  London             555
5        3   Paris             999