【Python】Pandas技巧：nsmallest和nlargest

公众号：尤而小屋
作者：Peter
编辑：Peter

本文介绍两个pandas函数：nsmallest和nlargest的使用。其他Pandas的文章：

官网地址：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.nsmallest.html

DataFrame.nsmallest(
    n,  # int类型
    columns,  # 字段名
    keep='first'  # 重复值处理；{‘first’, ‘last’, ‘all’}, default ‘first’
   )

模拟数据

import pandas as pd
import numpy as np

df = pd.DataFrame({"name":["xiaosun","zhoujuan","xiaozhang","wangfeng","xiaoming","zhangjun"],
                   "score":[100,128,100,150,100,145],
                   "age":[21,25,23,21,25,25],
                   "height":[1.75,1.8,1.77,1.8,1.9,1.71]
                  })
df

nsmallest

默认情况

在指定的字段下取出最小的两行数据记录

df.nsmallest(2, "score")

取出4行记录：

df.nsmallest(4, "score")  

从上面的结果可以看到默认情况，重复值也会多次计数。

参数keep

# 同上结果，默认first

df.nsmallest(4, "score", keep="first") 

df.nsmallest(4, "score", keep="last")  

从上面的结果能看到：排序的顺序发生了变化，从索引号最大的4开始；

如何理解keep="all"？

df.nsmallest(2, "score")

当keep="all"会把全部的信息显示出来：

df.nsmallest(2, "score", keep="all")

多个字段取值

df.nsmallest(4,["age","height"])

nlargest

该函数的功能是实现降序排列

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.nlargest.html#pandas.DataFrame.nlargest

DataFrame.nlargest(
    n, 
    columns, 
    keep='first'  # {‘first’, ‘last’, ‘all’}, default ‘first’
    )

df.nlargest(3,"score")

df.nlargest(3,"age")

df.nlargest(2,"age",keep="first")

df.nlargest(2,"age",keep="last")

df.nlargest(2,"age",keep="all")

nlargest + drop_duplicates

实现需求：找出年龄age最大的前2位；如果相同年龄，取出一个即可

df

df["age"].value_counts()

25    3
21    2
23    1
Name: age, dtype: int64

年龄最大为25，且有3位；根据age去重：

df1 = df.drop_duplicates(subset=["age"], keep="first")
df1

df1.nlargest(2,"age")