pandas.DataFrame.nlargest#
- DataFrame.nlargest(n, columns, keep='first')[源代码]#
返回第一个 n 行排序依据 columns 按降序排列。
返回第一个 n 中具有最大值的行 columns ,按降序排列。也会返回未指定的列,但不用于排序。
此方法等效于
df.sort_values(columns, ascending=False).head(n)
,但更具表现力。- 参数
- n集成
要返回的行数。
- columns标签或标签列表
排序依据的列标签。
- keep{‘First’,‘Last’,‘All’},默认为‘First’
其中存在重复值:
first
:确定第一个事件的优先顺序last
:确定最后一次发生的事件的优先顺序all
:不要丢弃任何重复项,即使这意味着选择超过 n 物品。
- 退货
- DataFrame
第一 n 按给定列降序排列的行。
参见
DataFrame.nsmallest
返回第一个 n 行排序依据 columns 按升序排列。
DataFrame.sort_values
按值对DataFrame进行排序。
DataFrame.head
返回第一个 n 无需重新排序的行。
注意事项
此函数不能与所有列类型一起使用。例如,使用指定列时 object 或 category 数据类型、
TypeError
都被养大了。示例
>>> df = pd.DataFrame({'population': [59000000, 65000000, 434000, ... 434000, 434000, 337000, 11300, ... 11300, 11300], ... 'GDP': [1937894, 2583560 , 12011, 4520, 12128, ... 17036, 182, 38, 311], ... 'alpha-2': ["IT", "FR", "MT", "MV", "BN", ... "IS", "NR", "TV", "AI"]}, ... index=["Italy", "France", "Malta", ... "Maldives", "Brunei", "Iceland", ... "Nauru", "Tuvalu", "Anguilla"]) >>> df population GDP alpha-2 Italy 59000000 1937894 IT France 65000000 2583560 FR Malta 434000 12011 MT Maldives 434000 4520 MV Brunei 434000 12128 BN Iceland 337000 17036 IS Nauru 11300 182 NR Tuvalu 11300 38 TV Anguilla 11300 311 AI
在下面的示例中,我们将使用
nlargest
选择“Popular”列中具有最大值的三行。>>> df.nlargest(3, 'population') population GDP alpha-2 France 65000000 2583560 FR Italy 59000000 1937894 IT Malta 434000 12011 MT
在使用时
keep='last'
,平局以相反的顺序解决:>>> df.nlargest(3, 'population', keep='last') population GDP alpha-2 France 65000000 2583560 FR Italy 59000000 1937894 IT Brunei 434000 12128 BN
在使用时
keep='all'
,则保留所有重复项:>>> df.nlargest(3, 'population', keep='all') population GDP alpha-2 France 65000000 2583560 FR Italy 59000000 1937894 IT Malta 434000 12011 MT Maldives 434000 4520 MV Brunei 434000 12128 BN
要按“Popular”列中的最大值排序,然后是“GDP”列,我们可以指定多个列,如下例所示。
>>> df.nlargest(3, ['population', 'GDP']) population GDP alpha-2 France 65000000 2583560 FR Italy 59000000 1937894 IT Brunei 434000 12128 BN