DataFrame Teilmenge

[Hias_L]

Hallo zusammen,

fast habe ich mein Ziel schon selber erreicht. Leider etwas "unschön" aber ich stehe ja noch am Anfang!

Ich habe einen DataFrame (356, 22).
Diesen habe ich mit:

Code: Alles auswählen

df_Sort = df_1.sort_values(by=['Jahr', 'Rho_Summe'], ascending=[True, False])

innerhalb jeden Jahres sortiert.

Je Jahr gibt es ca. 73 Einträge.

Ich hätte gerne für jedes Jahr die Datensätze mit den 5 größten und 5 kleinsten Werten der Spalte Rho_Summe in einem neuen DataFrame.

Mit

Code: Alles auswählen

df_test = df_Sort.query('Jahr == 2014').head(5)

, bzw. tail(5) kann ich je ein Jahr "rausziehen".

Bestimmt gibt es eine elegantere Lösung ?

Vielen Dank für Eure Hilfe
Hias

[__blackjack__]

@Hias_L: Das klingt nach einem Fall für `groupby()`.

[Hias_L]

Vielen Dank schon einmal @__blackjack__

Groupby hätte ich jetzt z.B. so verstanden:

Code: Alles auswählen

df_gruppiert = df_Sort.groupby('Jahr').mean()

Aber wie kann ich mir mit groupby z.B. die 5 größten Werte für df_Sort('Rho_Summe') für jedes Jahr anzeigen lassen?

[__blackjack__]

@Hias_L: Na mit `head()`.

[Hias_L]

Das ist ja unglaublich, was man mit groupby alles machen kann!

Habs hinbekommen:

Code: Alles auswählen

groupHead = df_Sort.groupby(['Jahr'])
df_Top5jeJahr = groupHeadTail.head(5)

Kann man head(5) und tail(5) in einem Schritt hinbekommen?

[Hias_L]

Ist jetzt so gelöst:

Code: Alles auswählen

frames = [df_Top5jeJahr, df_Low5jeJahr]
df_Top5_Low5 = pd.concat(frames)

[__blackjack__]

@Hias_L: `head()` und `tail()` kann man mit `nth()` und einer entsprechenden Liste von Indexwerten ersetzen, wenn man das in einem Schritt machen möchte.

Ich würde als Paranoiker vorher noch prüfen ob den auch alle Gruppen mindestens 10 Datensätze enthalten. Auch wenn das eigentlich nie anders sein dürfte – so ein kleines Sicherheitsnetz ist manchmal sinnvoll.

[Hias_L]

Danke @__blackjack__ das mit 'nth()' schaue ich mir an!

Vieles findet man selber und es klappt, zumindest manchmal, dann tatsächlich.
Aber oft spart man mit den Hinweisen hier viel Zeit!

Was die Überprüfung betrifft zähle ich mich auch zu den Paranoikern. Aber trotzdem, der Hinweis ist immer wieder gut.