在 pandas DataFrame 中选择与一列的前两个不同项匹配的行

【问题标题】：Select rows in a pandas DataFrame that match the first two different items of one column在 pandas DataFrame 中选择与一列的前两个不同项匹配的行
【发布时间】：2021-02-22 07:43:56
【问题描述】：

我想显示 DataFrame 中 'Nameid' 列下的值对应于在该列中找到的前两个不同值的所有行。

在下面的示例中，名为'Nameid' 的列下的前两个不同值是1 和2。我想选择'Nameid' 等于1 或2 的所有行，并丢弃其余行。我该怎么做？

我有什么：

import pandas as pd

df = pd.DataFrame(data={
    'Nameid': [1, 2, 3, 1],
    'Name': ['Michael', 'Max', 'Susan', 'Michael'],
    'Project': ['S455', 'G874', 'B7445', 'Z874'],
})
display(df.head(10))

我想要什么：

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

首先按Nameid 列按DataFrame.sort_values 排序：

df = df.sort_values('Nameid')

然后使用Series.isin 和Series.unique 的两个第一个唯一值：

df1 = df[df['Nameid'].isin(df['Nameid'].unique()[:2])].reset_index(drop=True)
print (df1)
   Nameid     Name Project
0       1  Michael    S455
1       1  Michael    Z874
2       2      Max    G874

替代Series.drop_duplicates:

df1 = df[df['Nameid'].isin(df['Nameid'].drop_duplicates()[:2])].reset_index(drop=True)

编辑：如果想过滤等于或小于2，谢谢@DarrylG：

df2 = df[df['Nameid'] <= 2].reset_index(drop=True)

【讨论】：

@jezrael--我可能误解了这个问题，但并不是“..所有大于两个的 Nameids 都被消除”意味着保持 ID
@jezrael——在这种情况下，解决方案似乎只是：df[df['Nameid'] <= 2].reset_index(drop=True)