在多索引 pandas DataFrame 中选择每个索引的第一行

Question

选择多索引 pandas 数据帧的每个索引的第一行。

grouped = ecommerce[["category_id", "brand", "price"]].groupby(by=["category_id", "brand"]).mean()
grouped_sort = grouped.sort_values(by=["category_id", "price"], ascending=False)

grouped_sort

看起来像这样：

现在在这个数据框架上，我想在每个类别中选择价格最高的第一个品牌。

有人可以帮助我吗？

Answer 1

以下代码可以提供帮助：

gsgb = grouped_sort.copy()
gsgb = gsgb.groupby(level=0)
print(type(gsgb))
gsgb.head()

for cat, df in gsgb:
    display(df.sort_values(by=["price"], ascending=False).reset_index().iloc[0])

工作：
它基本上循环分组数据框中的所有类别，然后根据

price

对值进行排序，然后重置索引，最后选择价格最高的类别。

Answer 2

您可以尝试以下任一方法：

df.groupy(level=...).nth(0)

df.groupy(level=...).head(1)

df.groupy(level=...).first()

**注意：请考虑 .first() 将重置索引并跳过任何包含 NaN 的行。带有 None 的行不受影响。