Supponiamo che io abbia DataFrame panda in questo modo:
>>> df = pd.DataFrame({'id':[1,1,1,2,2,2,2,3,4],'value':[1,2,3,1,2,3,4,1,1]})
>>> df
id value
0 1 1
1 1 2
2 1 3
3 2 1
4 2 2
5 2 3
6 2 4
7 3 1
8 4 1
Voglio ottenere un nuovo DataFrame con i primi 2 record per ogni ID, in questo modo:
id value
0 1 1
1 1 2
3 2 1
4 2 2
7 3 1
8 4 1
Posso farlo con i record di numerazione all'interno del gruppo dopo il gruppo da:
>>> dfN = df.groupby('id').apply(lambda x:x['value'].reset_index()).reset_index()
>>> dfN
id level_1 index value
0 1 0 0 1
1 1 1 1 2
2 1 2 2 3
3 2 0 3 1
4 2 1 4 2
5 2 2 5 3
6 2 3 6 4
7 3 0 7 1
8 4 0 8 1
>>> dfN[dfN['level_1'] <= 1][['id', 'value']]
id value
0 1 1
1 1 2
3 2 1
4 2 2
7 3 1
8 4 1
Ma esiste un approccio più efficace / elegante per farlo? E c'è anche un approccio più elegante ai record numerici all'interno di ciascun gruppo (come la funzione della finestra SQL row_number () ).