pandas.core.groupby.SeriesGroupBy.nth

propertySeriesGroupBy.nth[source]

Извлечение n-ой строки из каждой группы, если n — целое число, иначе — подмножество строк.

Может быть вызовом функции или индексом. dropna недоступно с индексной записью. Индексная запись принимает список целых чисел и срезов, разделённых запятыми.

Если dropna, то извлекается n-я ненулевая строка, dropna может принимать значения «all» или «any»; это эквивалентно вызову dropna(how=dropna) перед groupby.

Параметры:

n:int, срез или список целых чисел и срезов

Единственное значение n для строки или список значений n или срезов.

Изменено в версии 1.4.0: Добавлены срезы и списки, содержащие срезы. Добавлена индексная запись.

dropna:{‘any’, ‘all’, None}, по умолчанию None

Применение указанной операции dropna перед подсчётом n-ой строки. Поддерживается только если n — целое число.

Возвращаемое значение:

Series или DataFrame

N-ое значение в каждой группе.

См. также

Series.groupby

Применение функции groupby к Series.

DataFrame.groupby

Применение функции groupby к каждой строке или столбцу DataFrame.

Примеры

>>> df = pd.DataFrame({'A': [1, 1, 2, 1, 2],
...                    'B': [np.nan, 2, 3, 4, 5]}, columns=['A', 'B'])
>>> g = df.groupby('A')
>>> g.nth(0)
   A   B
0  1 NaN
2  2 3.0
>>> g.nth(1)
   A   B
1  1 2.0
4  2 5.0
>>> g.nth(-1)
   A   B
3  1 4.0
4  2 5.0
>>> g.nth([0, 1])
   A   B
0  1 NaN
1  1 2.0
2  2 3.0
4  2 5.0
>>> g.nth(slice(None, -1))
   A   B
0  1 NaN
1  1 2.0
2  2 3.0

Индексная запись также может быть использована

>>> g.nth[0, 1]
   A   B
0  1 NaN
1  1 2.0
2  2 3.0
4  2 5.0
>>> g.nth[:-1]
   A   B
0  1 NaN
1  1 2.0
2  2 3.0

Указание dropna позволяет игнорировать NaN значения

>>> g.nth(0, dropna='any')
   A   B
1  1 2.0
2  2 3.0

Если указанное n значение больше, чем любое из групп, возвращается пустой DataFrame

>>> g.nth(3, dropna='any')
Empty DataFrame
Columns: [A, B]
Index: []