當N大於組數時，最大（N）的行為？

Question

我已經從以下列表構建了一個DataFrame

df_list_1 = [{"animal": "dog", "color": "red", "age": 4, "n_legs": 4,}, 
             {"animal": "dog", "color": "blue", "age": 4, "n_legs": 3},
             {"animal": "cat", "color": "blue", "age": 4, "n_legs": 4},
             {"animal": "dog", "color": "yellow", "age": 5, "n_legs":2},
             {"animal": "dog", "color": "white", "age": 4, "n_legs": 2},
             {"animal": "dog", "color": "black", "age": 4, "n_legs": 4},
             {"animal": "cat", "color": "brown", "age": 4, "n_legs": 4}]

我現在想得到一個新的數據n_legs每組具有相同n_legs的前4個條目（按age排序）。

為此，我試過了

dfg = df_1.set_index(["animal", 'color']).groupby("n_legs")['age'].nlargest(4).reset_index()

但這給了我一個數據幀，其中列n_legs被刪除。

    animal  color   age
0   dog     red     4
1   dog     blue    4
2   cat     blue    4
3   dog     yellow  5
4   dog     white   4
5   dog     black   4
6   cat     brown   4

我想這是因為4等於最大組中的元素數量。 事實上，如果我這樣做

dfg = df_1.set_index(["animal", 'color']).groupby("n_legs")['age'].nlargest(3).reset_index()

我得到以下內容

    n_legs  animal  color   age
0   2       dog     yellow  5
1   2       dog     white   4
2   3       dog     blue    4
3   4       dog     red     4
4   4       cat     blue    4
5   4       dog     black   4

這是預期的行為嗎？

是否有一種方法可以始終顯示列，即使使用nlargest(N)其中N大於最大組中的元素數量？

謝謝！

Answer 1

在我看來，它是bug 16345 。

替代解決方案工作得很好，顯然更快 - 首先sort_values然后調用GroupBy.head ：

dfg = (df_1.sort_values(["animal", 'color','age'], ascending=[False, False, True])
          .groupby("n_legs")
          .head(4))