数据帧的条件分组

Question

我有一个熊猫数据框，比如：

  ID  Group   Rank include 
  1   Group1  1    0     
  2   Group1  2    1     
  3   Group1  3    0     
  4   Group1  4    1     
  5   Group2  1    0     
  6   Group2  2    0     
  7   Group2  3    1    
  8   Group2  4    1     
  9   Group2  5    1      

我要选择满足以下条件的子集： -组中最多3行 -包含包含=1的所有行（每组不超过3个） -最小化每个组的总排名

基本上，我想从每个组中选择前“N”个记录，但是include=1的行的优先级高于其他行。你知道吗

输出数据帧：

  ID  Group   Rank include 
  1   Group1  1    0     
  2   Group1  2    1       
  4   Group1  4    1         
  7   Group2  3    1    
  8   Group2  4    1     
  9   Group2  5    1

我试过几种方法，但都不管用，现在我被卡住了。
请帮帮我！你知道吗

Answer 1

首先根据您的条件对数据帧进行排序：

df.sort_values(['include', 'Rank'], ascending=[False, True], inplace=True)

然后groupbyGroup并获得每组的前3行。另外，添加一个sort_values，使最终的数据帧在Group上排序，然后在Rank上排序，如下所示：

df.groupby('Group').head(3).sort_values(['Group', 'Rank'])

输出：

   ID   Group  Rank  include
0   1  Group1     1        0
1   2  Group1     2        1
3   4  Group1     4        1
6   7  Group2     3        1
7   8  Group2     4        1
8   9  Group2     5        1