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

pandas.DataFrame.ne

pandas.DataFrame.notna