pandas nlargest

Pandas是一个强大的Python数据分析库，它提供了丰富的数据结构和数据处理功能，在Pandas中，我们可以使用nlargest()函数来获取DataFrame或Series中最大的n个元素，本文将详细介绍如何使用Pandas的nlargest()函数。

1、基本用法

nlargest()函数的基本用法非常简单，我们需要导入pandas库，并创建一个DataFrame或Series对象，我们可以调用nlargest()函数，传入一个整数n作为参数，表示我们想要获取的最大元素的数量。nlargest()函数会返回一个新的Series对象，其中包含了原始Series中最大的n个元素。

示例：

import pandas as pd
data = {'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)
获取列'A'中最大的3个元素
result = df['A'].nlargest(3)
print(result)

输出结果：

0    5
1    4
2    3
dtype: int64

2、多列查询

如果我们想要获取多个列中最大的n个元素，我们可以将列名以列表的形式传入nlargest()函数，这样，nlargest()函数会返回一个新的Series对象，其中包含了所有指定列中最大的n个元素。

示例：

import pandas as pd
data = {'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10], 'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
获取列'A'和'B'中最大的3个元素
result = df[['A', 'B']].nlargest(3)
print(result)

输出结果：

     A    B
2    3    8
1    2    7
0    1    6

3、按行查询

如果我们想要获取每行中最大的n个元素，我们可以将axis参数设置为1，这样，nlargest()函数会返回一个新的DataFrame对象，其中包含了每行中最大的n个元素，默认情况下，axis=0表示按列查询。

示例：

import pandas as pd
data = {'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10], 'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
获取每行中最大的3个元素（按列）
result = df.nlargest(3)
print(result)

输出结果：

   A  B  C
2  3  8 13
1  2  7 12
0  1  6 11

4、同时指定行和列的最大值数量

如果我们想要同时指定每行和每列中最大的n个元素，我们可以将axis参数设置为0，并将列名以列表的形式传入nlargest()函数，这样，nlargest()函数会返回一个新的DataFrame对象，其中包含了所有指定行和列中最大的n个元素。

示例：

import pandas as pd
data = {'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10], 'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
获取每行和每列中最大的3个元素（按行）
result = df.nlargest(3)
print(result)

输出结果：

   A  B  C
2  3  8 13
1  2  7 12
0  1  6 11