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位的最小年龄如何从数据帧Python-3中找到前N个最小值,python,python-3.x,pandas,dataframe,pandas-groupby,Python,Python 3.x,Pandas,Dataframe,Pandas Groupby,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
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]