删除每个索引的多索引 pandas dataframe 的最低五个值

Question

我有一个 pandas 多索引 dataframe 每年都有很多数据，在美国有 state。 我想根据 state 删除每年列age中的五个最低值。

                     ID    age   ...    BMI     
Year   State                                                          
2001.0 ALASKA      1194.0  97.0  ...  20.19880
       ALASKA      1196.0  72.0  ...  27.78515
       ALASKA      1198.0  17.0  ...  19.61245
       ALASKA      1195.0  19.0  ...  26.81935
       ALASKA      1190.0  45.0  ...  29.87964
                                 ...
2019.0 ALASKA      1621.0  94.0  ...  22.87767
       ALASKA      1622.0  79.0  ...  29.80623
       ALASKA      1624.0  24.0  ...  25.12029
       ALASKA      1626.0  12.0  ...  20.15703
       ALASKA      1641.0  63.0  ...  27.47901

如何删除每年和每个 state 列年龄中的每 5 个最低值？

Answer 1

我不知道这是否是最有效的，但一个解决方案可能是（ df是你的数据框）：

import pandas as pd

pd.concat([y.sort_values(by="age").iloc[5:,:] for _, y in df.groupby(df.index)])

Answer 2

你可以试试：

df = df.reset_index()
df = df.drop(
    df.groupby(["Year", "State"]).age.nsmallest(5).index.get_level_values(2)
).set_index(["Year", "State"], drop=True)