Skip to main content
 首页 » 编程设计

python之Pandas 新手 : Sort by nth row in dataframe

2025年04月02日8Renyi-Fan

我有一个如下所示的数据框:

    Grouped     Week           Revenue        Users        Period   CSum 
    2013-10-14  2013-10-14     2863.75           36             1   2863.75    
                2013-10-21      202.20            4             2   3065.95    
                2013-10-28      603.45            8             3   3669.40    
                2013-11-04      535.65            9             4   4205.05    
                2013-11-11      424.45           14             5   4629.50 
    2015-06-01  2015-06-01    24115.91          468             1  24115.91    
                2015-06-08     1634.93           32             2  25750.84    
                2015-06-15     2664.00           62             3  28414.84    
                2015-06-22     1646.05           40             4  30060.89 

试图通过 Pandas 弄清楚如何基本上只为每个分组提供第 4 个周期,以便我得到:

    Grouped     Week           Revenue        Users        Period   CSum 
    2013-10-14  2013-11-04      535.65            9             4   4205.05 
    2015-06-01  2015-06-22     1646.05           40             4  30060.89 

执行此操作的最佳方法是什么?

请您参考如下方法:

解决方案 boolean indexing :

df = df[df['Period'] == 4] 
print (df) 
                       Revenue  Users  Period      CSum 
Grouped    Week                                         
2013-10-14 2013-11-04   535.65      9       4   4205.05 
2015-06-01 2015-06-22  1646.05     40       4  30060.89 

另一种解决方案 cumcount如果需要在 MultiIndex 的第一级选择每个 4.th 行,并且不能使用第一个解决方案:

ser = df.groupby(level=0).cumcount() 
print (ser) 
Grouped     Week       
2013-10-14  2013-10-14    0 
            2013-10-21    1 
            2013-10-28    2 
            2013-11-04    3 
            2013-11-11    4 
2015-06-01  2015-06-01    0 
            2015-06-08    1 
            2015-06-15    2 
            2015-06-22    3 
dtype: int64 
 
print (ser == 3) 
Grouped     Week       
2013-10-14  2013-10-14    False 
            2013-10-21    False 
            2013-10-28    False 
            2013-11-04     True 
            2013-11-11    False 
2015-06-01  2015-06-01    False 
            2015-06-08    False 
            2015-06-15    False 
            2015-06-22     True 
dtype: bool 
 
print (df[ser == 3]) 
                       Revenue  Users  Period      CSum 
Grouped    Week                                         
2013-10-14 2013-11-04   535.65      9       4   4205.05 
2015-06-01 2015-06-22  1646.05     40       4  30060.89