Pandas groupby后如何获取排除末尾指定数的倒数N条分组数据

核心实现逻辑 #

• 自定义两个参数：n为需要提取的倒数数据条数，offset为需要排除的最新数据条数
• 对每个分组使用iloc切片，利用Python切片左闭右开的特性，范围取[-n-offset : -offset]即可刚好跳过最后offset条，取前面的n条
• 也可以用tail(n+offset).head(n)的组合实现相同效果，可读性更强

完整代码示例 #

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    'A': [1,1,1,1,1,1,1,1,1],
    'B': [1,2,3,4,5,6,7,8,9]
})

# 自定义参数
n = 3  # 取倒数3条
offset = 2  # 排除最新2条

# 方案1：iloc切片实现（自带边界兼容）
result = df.groupby('A', group_keys=False).apply(
    lambda x: x.iloc[max(0, len(x)-n-offset) : len(x)-offset]
)

# 方案2：tail+head组合实现（写法更直观）
# result = df.groupby('A', group_keys=False).apply(
#     lambda x: x.tail(n + offset).head(n)
# )

print(result)

执行后输出结果完全符合预期：

A  B
4  1  5
5  1  6
6  1  7

边界处理说明 #

• 代码中加入max(0, len(x)-n-offset)是为了兼容分组总长度小于n+offset的场景，不会出现索引报错，会自动返回排除offset条后剩余的所有数据
• 如果要求分组长度不足n+offset时返回空，可以在lambda中补充判断逻辑：

  lambda x: x.iloc[len(x)-n-offset : len(x)-offset] if len(x) >= n+offset else pd.DataFrame(columns=x.columns)
  

内容的提问来源于stack exchange，提问作者RazDva