[英]Get top N values in an inner level in a MultiIndex based dataframe
我有一個 Pandas MultiIndex DataFrame,它是從具有時間、緯度和經度三個維度以及兩個變量“FFDI”和“REF_ID”的 xarray 數據集轉換而來的。 時間 = 17696,每天從 1972-01-20 到 2020-06-30)和緯度(=148)和經度(=244)
dataframe 看起來像:
FFDI REF_ID
latitude longitude time
-39.200001 140.800003 2009-02-07 10.2 0
2009-01-30 10.1 0
1983-02-12 10.0 0
2003-01-13 9.8 0
2019-12-28 9.8 0
2000-01-17 9.7 0
... ... ... ... ...
-33.900002 150.000000 ... ... ... ...
1994-06-16 0.9 36111
1978-07-07 0.2 36111
2020-08-28 0.1 36111
2007-06-09 0.0 36111
1994-07-30 0.0 36111
1987-06-21 0.0 36111
639037952 rows × 2 columns
DataFrame 已按“FFDI”降序排序。 我想要實現的是獲得每個緯度和經度的前 N 個(比如 3 個)“時間”行。
因此,如果 N = 3,DataFrame 將如下所示:
FFDI REF_ID
latitude longitude time
-39.200001 140.800003 2009-02-07 10.2 0
2009-01-30 10.1 0
1983-02-12 10.0 0
-39.200001 140.83786 2001-01-03 10.5 0
2006-01-18 10.3 0
2009-02-07 10.2 0
... ... ... ... ...
-33.900002 150.000000 2009-02-07 10.9 36111
2006-01-10 10.7 36111
1983-01-23 10.6 36111
試一試:
df.groupby(level=['latitude','longitude'],
group_keys=False).apply(lambda x: x.nlargest(n=3,columns=['FFDI','REF_ID']))
group_keys=False
是必要的,因為您使用 MultiIndex 進行分組,如果設置為True
(這是默認設置), groupby()
會將這些鍵冗余添加到 output 的索引中。
我創建了一個較小的數據集:
import numpy as np, pandas as pd
latitudes = [-39.200001,-39.200001,-39.200002]*10
longitudes = [140.800003,140.83786,150.000000]*10
sequence = [0,1,5,0,1,2,4,50,0,7]
times = pd.date_range(start='2020-06-01',end='2020-06-30')
s = pd.Series(
np.random.randn(len(sequence)*3),
index=pd.MultiIndex.from_tuples(zip(latitudes,longitudes,times),
names=['latitude','longitude','time'])
)
df = pd.DataFrame(s,columns=['FFDI'])
df['REF_ID'] = np.random.randint(0,36111,len(sequence) * 3)
然后測試:
In [48]: df.groupby(level=['latitude','longitude'],
group_keys=False).apply(lambda x: x.nlargest(n=3,columns=['FFDI','REF_ID']))
Out[48]:
FFDI REF_ID
latitude longitude time
-39.200002 150.000000 2020-06-09 1.658600 32650
2020-06-24 1.412439 6124
2020-06-06 0.248274 15765
-39.200001 140.800003 2020-06-13 0.906517 6980
2020-06-25 0.757745 27483
2020-06-04 0.671170 31313
140.837860 2020-06-20 1.162408 20113
2020-06-14 1.014437 34023
2020-06-11 0.657841 8366
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.