Python 使用熊猫数据框按作物对国家进行排名

我的数据框如下所示：

,Area,Item,Year,Unit,Value

524473,Ecuador,Sesame,2018,tonnes,16.0
524602,Ecuador,Sorghum,2018,tonnes,14988.0
524776,Ecuador,Soybeans,2018,tonnes,25504.0
524907,Ecuador,Spices nes,2018,tonnes,746.0
525021,Ecuador,Strawberries,2018,tonnes,1450.0
525195,Ecuador,Sugar beet,2018,tonnes,4636.0
525369,Ecuador,Sugar cane,2018,tonnes,7502251.0
...
1075710,Mexico,Tomatoes,2018,tonnes,4559375.0
1075865,Mexico,Triticale,2018,tonnes,25403.0
1076039,Mexico,Vanilla,2018,tonnes,495.0
1076213,Mexico,"Vegetables, fresh nes",2018,tonnes,901706.0
1076315,Mexico,"Vegetables, leguminous nes",2018,tonnes,75232.0
1076469,Mexico,Vetches,2018,tonnes,93966.0
1076643,Mexico,"Walnuts, with shell",2018,tonnes,159535.0
1076817,Mexico,Watermelons,2018,tonnes,1472459.0
1076991,Mexico,Wheat,2018,tonnes,2943445.0
1077134,Mexico,Yautia (cocoyam),2018,tonnes,38330.0
1077308,Mexico,Cereals (Rice Milled Eqv),2018,tonnes,35974485.0

在DataFrame中，有世界上所有的国家和所有的农产品。 这就是我想做的：

选择国家，例如法国

找出法国在某一特定作物产量世界排名中的位置

诸如此类的农作物

法国燕麦产量居世界第一位

法国黄瓜产量居世界第二位

法国黑麦产量居世界第二位

法国排名。。。。如果法国生产的话，每种产品都是如此

我从

df = df.loc[df.groupby('Item')['Value'].idxmax()]

但我不仅需要第一名，还需要第二、第三、第四。。。。请帮帮我

---

我对熊猫很陌生。

查看

rank

s = df.groupby('Item')['Value'].rank(ascending = False)

然后

---

您可以指定列组：

df['rank'] = df.groupby('Item')['Value'].rank(ascending=False)

然后提取以下国家的信息：

df[df['Area']=='France']

df[df['Area']=='France']