pandas.core.groupby.SeriesGroupBy.nlargest

SeriesGroupBy.nlargest(n=5, keep='first')

返回最大的 n 个元素。

Parameters:

nint，默认 5

返回按降序排序的前 N 个值。

keep{‘first’, ‘last’, ‘all’}，默认为 ‘first’

当存在重复值且无法全部放入大小为 n 的 Series 中时：

• first : 按出现顺序返回前 n 个出现。

• last : 按出现顺序的逆序返回最后 n 个出现。

• all : 保留所有出现。这可能导致 Series 的大小大于 n。

Returns:

Series

Series 中按降序排列的 n 个最大值。

参见

Series.nsmallest

获取 n 个最小值。

Series.sort_values

根据值对 Series 进行排序。

Series.head

返回前`n`行。

Notes

相比 .sort_values(ascending=False).head(n)，对于 n 远小于 Series 对象大小的情况，速度更快。

Examples

>>> countries_population = {"Italy": 59000000, "France": 65000000,
...                         "Malta": 434000, "Maldives": 434000,
...                         "Brunei": 434000, "Iceland": 337000,
...                         "Nauru": 11300, "Tuvalu": 11300,
...                         "Anguilla": 11300, "Montserrat": 5200}
>>> s = pd.Series(countries_population)
>>> s
Italy       59000000
France      65000000
Malta         434000
Maldives      434000
Brunei        434000
Iceland       337000
Nauru          11300
Tuvalu         11300
Anguilla       11300
Montserrat      5200
dtype: int64

n 个最大元素，默认 n=5。

>>> s.nlargest()
France      65000000
Italy       59000000
Malta         434000
Maldives      434000
Brunei        434000
dtype: int64

n 个最大元素，n=3。默认 keep 值为 ‘first’，因此会保留 Malta。

>>> s.nlargest(3)
France    65000000
Italy     59000000
Malta       434000
dtype: int64

n 个最大元素，n=3，并保留最后一个重复值。由于 Malta 是具有值 434000 的最后一个，因此会保留 Malta，这是基于索引顺序的。

>>> s.nlargest(3, keep='last')
France      65000000
Italy       59000000
Brunei        434000
dtype: int64

n 个最大元素，n=3，并保留所有重复值。请注意，由于存在三个重复值，返回的 Series 包含五个元素。

>>> s.nlargest(3, keep='all')
France      65000000
Italy       59000000
Malta         434000
Maldives      434000
Brunei        434000
dtype: int64