过滤每人 2 个最高的唯一值

Question

我被困在我的项目中的数据争论步骤中，我想知道是否有人能够帮助我。

我拥有的 dataframe 的一部分是这样的：

人	月	GPI
1	12	10
1	12	12
1	11	18
1	10	20
2	10	12
2	8	14
2	9	16

但是，我按 Person 分组，只保留 2 个最大的唯一月份值的行。 因此，对于第 1 个人，这将是第 12 和第 11 个月，对于第 2 个人，这将是第 10 和第 9 个月。最终我想平均每人的 GPI。

该表应如下所示

人	月	GPI	avg_GPI
1	12	10	8
1	12	7	8
1	11	7	8
2	10	12	14
2	9	16	14

希望其他人可以帮助我解决这个问题。

这是创建第一个表的代码： import pandas as pd

df = pd.DataFrame({'Person':[1, 1, 1, 1, 2, 2, 2],
                  'month':[12, 12, 11, 10, 10, 8, 9],
                  'GPI':[10, 12, 18, 20, 12, 14, 16]})

提前致谢！

Answer 1

groupby和rank

我们可以尝试groupby并rank到 select 行对应于每个Person最大的 2 个月值

df[df.groupby('Person')['month'].rank('dense', False) <= 2]

---

   Person  month  GPI
0       1     12   10
1       1     12   12
2       1     11   18
4       2     10   12
6       2      9   16

Answer 2

我们可以试试

s = df.groupby(['Person','month'])['GPI'].max().sort_values().groupby(level=[0]).tail(2)
out = df.loc[pd.MultiIndex.from_frame(df[['Person','month']]).isin(s.index)]
Out[66]: 
   Person  month  GPI
2       1     11   18
3       1     10   20
5       2      8   14
6       2      9   16

Answer 3

另一种方式：

df = df.groupby(['Person', 'month']).agg(list).sort_index(
    ascending=False).groupby(level=0).head(2).explode('GPI')

OUTPUT：

   Person  month GPI
0       2     10  12
1       2      9  16
2       1     12  10
3       1     12  12
4       1     11  18