根据某一列或某几列进行降序/升序排序，返回前n行或者后n行

最新推荐文章于 2025-08-20 15:37:55 发布

大熊猫GU

最新推荐文章于 2025-08-20 15:37:55 发布

阅读量796

点赞数 19

CC 4.0 BY-SA版权

文章标签： pandas python 数据分析

本文链接：https://blog.csdn.net/weixin_44699812/article/details/136909307

本文介绍了如何使用Pandas的nlargest和nsmallest函数，根据指定列进行降序或升序排序，并选择前n行。详细解释了参数n、columns和keep的用法，并通过示例展示了如何处理重复值的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

nlargest(n,columns,keep='first') #降序排序

nsmallest(n,columns,keep='first') #升序排序

n：int类型，表示要返回的行数

columns：需要排序的列，如先根据A列进行排序，在根据B列进行排序--->['A','B']

keep：默认keep='first'，当有重复值时，返回第一次出现的行；

keep='last'，当有重复值时，返回最后一次出现的行；

keep='all'，当有重复值时，返回所有的行（可能导致返回的结果大于n行）；

df=pd.DataFrame({'name':['A','B','C','D','F'],
                 'score1':[90,100,86,86,70],
                 'score2':[88,98,90,100,90],
                 'sex':['男','男','女','男','女']})
print(df)

>>>

name score1 score2 sex
0 A 90 88 男
1 B 100 98 男
2 C 86 90 女
3 D 86 100 男
4 F 70 90 女

举例一：筛选出score1最高的前3名（注：包含重复值）

df_filt=df.nlargest(3,'score1',keep='first') 
print(df_filt)
>>>
  name  score1  score2 sex
1    B     100      98   男
0    A      90      88   男
2    C      86      90   女

df_filt=df.nlargest(3,'score1',keep='all')
print(df_filt)

>>>

name score1 score2 sex
1 B 100 98 男
0 A 90 88 男
2 C 86 90 女
3 D 86 100 男

举例二：筛选出score1最高的前3名，如果重复再按照score2进行排序（注：都重复也返回）

df_filt=df.nlargest(3,['score1','score2'],keep='all')
print(df_filt)

>>>

name score1 score2 sex
1 B 100 98 男
0 A 90 88 男
3 D 86 100 男