如何从数据帧Python-3中找到前N个最小值

我在数据框下方有“年龄”字段，需要从数据框中找出前3位的最小年龄

DF = pd.DataFrame.from_dict({'Name':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'Age':[18, 45, 35, 70, 23, 24, 50, 65, 18, 23]})

DF['Age'].min()  

想要排行榜前两名，即18岁、23岁，如何实现这一目标

注意：数据帧-DF包含年龄重复项，即18和23重复两次，需要唯一值。

您可以使用：

或者，如果您只需要

Age

列的值：

>>> df['Age'].nsmallest(2)
0    18
4    23
Name: Age, dtype: int64

也可以将其包装在列表中：

>>> df['Age'].nsmallest(2).to_list()
[18, 23]

通过首先构造具有唯一值的

系列

，可以获得n个最小的唯一值：

>>> pd.Series(df['Age'].unique()).nsmallest(2)
0    18
4    23
dtype: int64
>>> df['Age'].drop_duplicates().nsmallest(2)
0    18
4    23
Name: Age, dtype: int64

---

正确的做法是使用

nsmalest

，这里我展示另一种方法：+

---

已更新

如果存在重复项，我们可以使用以前的：

df['Age'].drop_duplicates().nsmallest(2).tolist()
#df['Age'].drop_duplicates().sort_values().head(2).tolist()
#[18, 23]

或+

---

@间谍：你可以使用

df['Age']
>>> pd.Series(df['Age'].unique()).nsmallest(2)
0    18
4    23
dtype: int64
>>> df['Age'].drop_duplicates().nsmallest(2)
0    18
4    23
Name: Age, dtype: int64

df['Age'].sort_values().head(2).tolist()
#[18, 23]

df['Age'].drop_duplicates().nsmallest(2).tolist()
#df['Age'].drop_duplicates().sort_values().head(2).tolist()
#[18, 23]

[*np.sort(df['Age'].unique())[:2]]
#[18, 23]