如何在Pandas中以列值为参数实现分组后指定行数筛选？

需求与原始数据 #

原始DataFrame：

需按A、B列分组，每个组保留的行数等于该组内C列的数值（组内C值一致），期望输出：

此前尝试的代码未成功：

df.groupby(['A', 'B']).agg(lambda x: x.head(df.C))

正确实现方法 #

方法1：groupby + apply #

利用组内C值一致的特点，取组内第一个C值作为保留行数：

df.groupby(['A', 'B'], group_keys=False).apply(lambda group: group.head(group['C'].iloc[0]))

方法2：transform生成行号筛选 #

通过生成组内行号，再筛选行号不超过C值的行，性能更适合大数据集：

# 生成每个组内的行号（从1开始）
df['group_row_idx'] = df.groupby(['A', 'B']).cumcount() + 1
# 筛选符合条件的行并移除辅助列
result_df = df[df['group_row_idx'] <= df['C']].drop('group_row_idx', axis=1)

内容的提问来源于stack exchange，提问作者RDGuida