Pandas nlargest with NaN inside my data return 多于n行数据

Question

我有 DataFrame 看起来像这样：

  Name  Score1  Score2  Score3
0    A      98      72      99
1    A      98      84      91
2    B      34      20      81
3    A      98      93      88
4    B      68      97      12
5    A     NaN      72     NaN

我要groupby取名，然后在Score1上取前2，如果重复值，则看Score2取大的。期望值：

  Name  Score1  Score2  Score3
0    A      98      93      88
1    A      98      84      91
2    B      68      97      12
3    B      34      20      81

我试过了df.groupby("Name").apply(lambda x:x.nlargest(2, ["Score1", "Score2"])).reset_index(drop=True)。我得到的是：

  Name  Score1  Score2  Score3
0    A     98      93      88
1    A     98      84      91
2    A     98      72      99
3    A    NaN      72     NaN
4    B     68      97      12
5    B     34      20      81

我发现由于 NaN，它 returns 我 Name A 多了 2 行数据。 dropna 是修复它的唯一方法吗？

Answer 1

你也可以这样做：

out = df.sort_values(['Score1', 'Score2'], ascending=False).groupby('Name').head(2)
print(out)

  Name  Score1  Score2  Score3
3    A    98.0      93    88.0
1    A    98.0      84    91.0
4    B    68.0      97    12.0
2    B    34.0      20    81.0

Answer 2

您可以在使用 nlargest 之前尝试填充 nan 或删除它们。

cols = ["Score1", "Score2"]

df[cols] = df[cols].fillna()
#df = df.dropna(subset=columns)

out = df.groupby("Name").apply(lambda g: g.nlargest(2, cols)).reset_index(drop=True)

Pandas nlargest with NaN inside my data return 多于n行数据

Pandas nlargest with NaN inside my data return more than n rows of data

python

pandas

dataframe

nan