使用熊猫GROUPBY创建包含父数据帧

Question

编辑的所有列的新数据框中：重写了全部询问

我已经写了那的店位置的列表相匹配，而基于医生位置的其他程序列表经度和纬度。

每一个存储单元拥有一个唯一的ID。我想为每个唯一的ID（本例中为单位）找到3行，距离值最小。我希望这些行包含原始df中的所有信息。

使用这种说法，我能找到的单元号与相应的距离，但没有别的。

df.groupby(['unit'])['distance'].nsmallest(3) 

实施例原始数据帧

unit  store_name  distance  doctor_name 
123  taqueria   0.3   dr. a 
123  taqueria   0.35   dr. b 
123  taqueria   0.2   dr. c 
123  taqueria  0.5   dr. smith 
123  taqueria  0.4   dr. q 
123  taqueria  0.1   dr. who 
456  carniceria   0.5   dr. a 
456  carniceria   0.6   dr. b 
456  carniceria   0.3   dr. c 
456  carniceria  0.1   dr. smith 
456  carniceria  0.2   dr. q 
456  carniceria  0.05   dr. who 

拟输出

unit  store_name  distance  doctor_name 
123  taqueria   0.3   dr. a 
123  taqueria   0.2   dr. c 
123  taqueria  0.1   dr. who 
456  carniceria  0.1   dr. smith 
456  carniceria  0.2   dr. q 
456  carniceria  0.05   dr. who 

预期的输出将减少数据帧至由单元

Answer 1

使用set_index分组三个最接近 doctor_names（ ）首先

df = df.set_index(['store_name', 'doctor_name'])  
df1 = df.groupby(['unit'])['distance'].nsmallest(3).reset_index() 

你得到

unit store_name doctor_name distance 
0 123  taqueria dr.who  0.10 
1 123  taqueria dr.c  0.20 
2 123  taqueria dr.a  0.30 
3 456  carniceria dr.who  0.05 
4 456  carniceria dr.smith 0.10 
5 456  carniceria dr.q  0.20 

Answer 2

pandas

模糊和可爱，也相当快

df.sort_values(['unit', 'distance']).groupby('unit').head(3) 

    unit store_name distance doctor_name 
5 123 taqueria  0.10  dr. who 
2 123 taqueria  0.20  dr. c 
0 123 taqueria  0.30  dr. a 
11 456 carniceria  0.05  dr. who 
9 456 carniceria  0.10 dr. smith 
10 456 carniceria  0.20  dr. q 

numpy

个

快速

v = df.values 
u = df.unit.values 
d = df.distance.values 
s = d.size 
r = np.arange(s) 
a = np.lexsort([d, u]) 
u2 = u[a] 

b = (np.where(np.append(True, u2[1:] != u2[:-1]))[0]) 
delta = np.diff(np.append(b, s)) 
mask = ((r - b.repeat(delta)) < 3) 
pd.DataFrame(v[a][mask], df.index[a][mask], df.columns) 

    unit store_name distance doctor_name 
5 123 taqueria  0.1  dr. who 
2 123 taqueria  0.2  dr. c 
0 123 taqueria  0.3  dr. a 
11 456 carniceria  0.05  dr. who 
9 456 carniceria  0.1 dr. smith 
10 456 carniceria  0.2  dr. q 

---

定时小数据

定时大型数据