【python】pandasでデータ毎に行数を統一させる処理について

前提・実現したいこと

pandas初学者です。
特定の列にある重複したデータを基に行数を揃える処理が思い浮かびません。
ソースコード例の場合、Col2の列にあるデータA,B,Cが含まれている行数を揃える処理になります。

for文での処理を考えましたが、カラム毎のインデックスに規則性がないため、実現できず。。。
ぜひご教授ください。

該当のソースコード

import pandas as pd
df = pd.DataFrame(({'Col1':[20200101,20200102,20210101,20210102,20190101,20190102,20190103,20180101,20180102,20180103,20180104],'Col2':["A","A","B","B","C","C","C","D","D","D","D"]}))
print(df)

ppaul

2021/05/20 14:47

dfを入力として、何を出力したいのですか？

SJK_konbu

2021/05/20 15:02

不均衡なデータフレームのデータに前処理を行いカラム毎に行数を統一させて出力させたいと考えています。

行動規範の内容に同意します

回答1件

ベストアンサー

A, B, C, Dの各行数を最小の行数(2行)に合わせたいと解釈して回答します。

python
1minrows = df.groupby('Col2').count().min()[0]
2df_min = pd.concat([gdf[:minrows] for _, gdf in df.groupby('Col2')])
3print(df_min)

実行結果です。

python
1>>> minrows = df.groupby('Col2').count().min()[0]
2>>> df_min = pd.concat([gdf[:minrows] for _, gdf in df.groupby('Col2')])
3>>> print(df_min)
4       Col1 Col2
50  20200101    A
61  20200102    A
72  20210101    B
83  20210102    B
94  20190101    C
105  20190102    C
117  20180101    D
128  20180102    D