在列中找到最大值的3行的最有效方法？

Question

让我们说有一个dataframe df

Name  Balance
A     1000
B     5000
C     3000
D     6000
E     2000
F     5000

我正在寻找一种方法，通过这种方法，我可以在所有方面获得最高余额的三行。

df['balance'].get_indices_max(n=3) # where is no. of results required

输出这些索引将用于获取行何时：

D 6000
F 5000
B 5000

更新：有关可接受的答案的额外说明

可能的“保持”值 -

first : prioritize the first occurrence(s)

last : prioritize the last occurrence(s)

all : do not drop any duplicates, even it means selecting more than n items.

Answer 1

回答

df = Df({"Name":list("ABCDEF"), "Balance":[1000,5000,3000,6000,2000,5000]})
index = df["Balance"].nlargest(3).index
df.loc[index]

输出

  Name  Balance
3    D     6000
1    B     5000
5    F     5000

attantion

1. 表现

未指定的列也将返回，但不用于订购。
此方法等于df.sort_values（列，casting = false）.head（n），但性能更多。

2. nlargest（3，keep ='all'）

保持{'first'，'last'，'all'}，默认'first'

使用keep ='all'时，所有重复的项目均已维护

示例

df = Df({"Name":list("ABCDEFX"), "Balance":[1000,5000,3000,6000,2000,5000,5000]})
index = df["Balance"].nlargest(3, keep='all').index
df.loc[index]

  Name  Balance
3    D     6000
1    B     5000
5    F     5000
6    X     5000

参考

• dataframe.nlargest

Answer 2

我通常这样做

out = df.sort_values('Balance').iloc[3:]
Out[476]: 
  Name  Balance
1    B     5000
5    F     5000
3    D     6000