如何在Pandas中从每个分组中提取每隔n行的数据？

我需要在Pandas中实现：当每个分组的成员数量大于n时，从每个分组里提取每隔n行的数据。尝试过GroupBy.nth()方法，但它只能从每个分组提取一行数据，无法满足需求。

示例代码 #

import pandas as pd
x = pd.DataFrame.from_dict({'a': [1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3], 'b': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]})

原始数据 #

a   b
0   1   1
1   1   2

2   2   3
3   2   4
4   2   5

5   3   6
6   3   7
7   3   8
8   3   9
9   3  10
10  3  11
11  3  12

期望结果（n=2时） #

a   b
1   1   2

3   2   4

6   3   7
8   3   9
10  3  11

解决方案 #

可以通过GroupBy.apply()结合iloc索引筛选来实现需求。核心逻辑是对每个分组，从第n个位置（0-based索引为n-1）开始，以n为步长提取数据：

n = 2
result = x.groupby('a').apply(lambda g: g.iloc[n-1::n]).reset_index(level=0, drop=True)
print(result)

代码解释

• g.iloc[n-1::n]：针对每个分组g，从索引n-1开始（对应第n行），每隔n行取一行数据，完美匹配“每隔n行提取”的需求。
• reset_index(level=0, drop=True)：移除分组操作生成的额外索引层，保留原始数据的索引结构。

运行上述代码后，输出结果与期望完全一致。

内容的提问来源于stack exchange，提问作者Baron Yugovich