有效地减少数据框中的组大小

Question

我有一个使用GroupBy函数根据每行的名称进行分组的数据框。然后，我想将每个组减少到给定的大小。然后，我将这些组添加到数据库中以用于其他过程。目前，我正在循环中这样做，但这似乎确实效率低下。是否有一种方法必须更有效地这样做？

grouped = df.groupby(['NAME'])

total = grouped.ngroups

df_final = pd.DataFrame()
for name, group in grouped:

    target_number_rows = 10

    if len(group.index) > target_number_rows:
        shortened = group[::int(len(group.index) / target_number_rows)]
        df_final = pd.concat([df_final, shortened], ignore_index=True)

Answer 1

按名称组并应用示例（在该组中随机n随机n），其中n是您所需的金额或该组的完整金额，例如：

out = df.groupby('NAME').apply(lambda g: g.sample(min(len(g), target_number_rows)))

否则，请使用第一个N或最后一个，例如：

out = df.groupby('NAME').head(target_number_rows)
# or...
out = df.groupby('NAME').tail(target_number_rows)