根据熊猫数据的阈值返回顶部n行

Question

以下是我的输入数据：

df = pd.DataFrame({'Company':['A','B','C','D','E','F'],'Industry':['Metals','Metals','IT','IT','IT','banking'],'ROE':[10,9,5,14,1,9],'ROCE':[10,5,5,1,10,9],'Threshold':[1,1,2,2,2,1]});df

所需产出如下：

dfout = pd.DataFrame({'Company':['A','D','E','F'],'Industry':['Metals','IT','IT','banking'],'ROE':[10,14,1,9],'ROCE':[10,1,10,9],'Threshold':[1,2,2,1]});dfout

逻辑:为每个行业获取具有顶级ROE和ROCE的行。N是dataframe中的“阈值”列。感谢您对此的投入。谢谢。

Answer 1

首先，按照ROE/ROCE对数据进行排序：

df = df.iloc[(-np.maximum(df.ROCE, df.ROE)).argsort()]

接下来，使用groupby + apply

df.groupby('Industry', group_keys=False, sort=False).apply(
    lambda x: x[:x['Threshold'].unique().item()]
).sort_index()

或,

df.groupby('Industry', group_keys=False, sort=False).apply(
    lambda x: x.head(x['Threshold'].unique().item())
).sort_index()

​

  Company Industry  ROCE  ROE  Threshold
0       A   Metals    10   10          1
3       D       IT     1   14          2
4       E       IT    10    1          2
5       F  banking     9    9          1