如何根据Count列数值对DataFrame按Group分组截取对应行数

R 语言（dplyr 包） #

使用dplyr的分组和切片逻辑即可直接实现，同一个分组内Count值统一，直接取组内第一个Count值作为保留行数即可：

library(dplyr)

# 处理逻辑
res_df <- raw_df %>%
  group_by(Group) %>%
  slice_head(n = first(Count)) %>%
  ungroup()

如果要随机取指定数量行而非取前N行，可以把slice_head替换为slice_sample(n = first(Count))。

Python 语言（pandas 库） #

用groupby配合自定义处理逻辑实现：

import pandas as pd

# 方式1：自定义函数
def keep_group_n_rows(group):
    retain_num = group['Count'].iloc[0]
    return group.head(retain_num)

res_df = raw_df.groupby('Group', group_keys=False).apply(keep_group_n_rows)

# 方式2：lambda简写
res_df = raw_df.groupby('Group', group_keys=False).apply(lambda x: x.head(x['Count'].iloc[0]))

内容的提问来源于stack exchange，提问作者Clara Rodriguez