我的数据中带有 NaN 的 Pandas nlargest 返回超过 n 行数据

Question

我的DataFrame看起来像这样：

  Name  Score1  Score2  Score3
0    A      98      72      99
1    A      98      84      91
2    B      34      20      81
3    A      98      93      88
4    B      68      97      12
5    A     NaN      72     NaN

我想按名称Score1 groupby取前 2 名，如果重复值，则查看Score2中较大的一个。 期待：

  Name  Score1  Score2  Score3
0    A      98      93      88
1    A      98      84      91
2    B      68      97      12
3    B      34      20      81

我试过df.groupby("Name").apply(lambda x:x.nlargest(2, ["Score1", "Score2"])).reset_index(drop=True) 。 我得到的是：

  Name  Score1  Score2  Score3
0    A     98      93      88
1    A     98      84      91
2    A     98      72      99
3    A    NaN      72     NaN
4    B     68      97      12
5    B     34      20      81

我发现由于NaN ，它为Name A返回了超过 2 行的数据。 dropna是修复它的唯一方法吗？

Answer 1

你也可以这样做：

out = df.sort_values(['Score1', 'Score2'], ascending=False).groupby('Name').head(2)
print(out)

  Name  Score1  Score2  Score3
3    A    98.0      93    88.0
1    A    98.0      84    91.0
4    B    68.0      97    12.0
2    B    34.0      20    81.0

Answer 2

您可以在使用 nlargest 之前尝试填充 nan 或删除它们。

cols = ["Score1", "Score2"]

df[cols] = df[cols].fillna()
#df = df.dropna(subset=columns)

out = df.groupby("Name").apply(lambda g: g.nlargest(2, cols)).reset_index(drop=True)