pandas 取 groupby 後每個分組的前 N 行
原始數據如下：
（圖是從 excel 截的，最左1行不是數據，是 excel 自帶的行號，為了方便說明截進來的）
除去首行是標題外，有效數據為 28行 x 4列
目前的需求是根據 partition 分組，然後取每組的前 2 行，如果不考慮排序，程式碼如下：
（把head()裡面的數字改成 n 就可以取 n 行）
import pandas as pd
esp_df = pd.read_excel('excel文件路徑', sheet_name='Sheet名')
esp_df.groupby(['partition', 'create_time', 'last_modified_time']).mean().reset_index(drop=False).groupby('partition').head(2)
結果如下：
分別說明如下：
- groupby：分組，這裡是根據數據中的 3 列來一起分組，因為我們並不需要做聚合運算，所以這麼取可以保留原始數據不變。原始數據只有 4 列，這裡 groupby 了 3 列，只剩下 size（其實把 size 放進去一起 groupby 也沒問題）
- mean：求平均值，但是在這裡沒用，因為上一步的 groupby 取了前面的 3 列，在本例中，前 3 列並在一起就能得到一個唯一的一行，所以這裡其實也只是每一行數據自己求平均數，結果等於它本身。同理，這裡替代成求和函數
sum()也是一樣的。但是不能省略，因為**省略後它就是一個DataFrameGroupBy類型的變數，不是DataFrame，而DataFrameGroupBy是沒有後面的reset_index方法的 - reset_index：重置索引，groupby 之後，結果集的索引就變成了 groupby 裡面的 key，這個
reset_index把這個索引重新退回為數據。
舉例說明，在應用reset_index之前，即使用mean()之後的數據是這樣的：
可以看到左邊的 3 列，也就是 groupby key 的 partition、create_time、last_modified_time 是加粗了的，說明此時這 3 列都是索引；而且 partition 因為有相同的行，還被合併了。顯然這不是我們想要的。reset_index 把它們重新放回到數據列里
參數中的 drop 作用是是否保留（重置前）的索引
數據就又回來了，索引變成了原來默認的（0123…）
- groupby：再次根據 partition 分組
- head: 取每個分組的前 n 行
如果要排序
本例中，如果要先根據 partition 分組，然後再根據 size 倒序（從大到小）再取前 2 行，則程式碼如下：
esp_df.groupby(['partition']).apply(lambda x: x.sort_values(["size"], ascending = False)).reset_index(drop=True).groupby('partition').head(2)
結果如下：
