Python | 熊猫 DataFrame.nsmallest()

介绍：

在熊猫中，DataFrame对象提供了许多方便的方法，用于对数据进行排序、筛选、聚合等操作。其中，nsmallest()方法可以帮助我们按指定的列或索引对DataFrame进行升序排序，并返回前N个最小值所在的行。

语法：

DataFrame.nsmallest(n, columns=None, keep='first')

参数说明：

• n：要返回的最小值行数。
• columns：按哪些列进行排序，默认为None，表示按索引进行排序。
• keep：当有多个值相同时，保留哪些值。默认为'first'，表示保留第一次出现的值；如果为'last'，则保留最后一次出现的值。

返回值：

返回DataFrame中前n个最小值所在的行。

使用示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'age': [21, 26, 24, 23, 22],
        'gender': ['F', 'M', 'M', 'M', 'F'],
        'score': [78, 82, 86, 80, 79]}

df = pd.DataFrame(data)

print(df.nsmallest(3, 'score'))

输出结果：

      name  age gender  score
0    Alice   21      F     78
4      Eva   22      F     79
3    David   23      M     80

在上面的例子中，我们创建了一个包含5个学生信息的DataFrame，然后使用nsmallest()方法按照分数（score）升序排序，返回前3个最小值所在的行。可以看到，输出结果中的前3行，分数依次为78、79、80，符合预期。

总结：

通过本文的介绍，我们可以发现，在处理数据时，经常需要对不同的指标进行排序、筛选等操作，而熊猫提供了丰富的内置方法，可以帮助我们快速实现这些操作。nsmallest()方法就是其中之一，它可以方便地返回DataFrame中前N个最小值所在的行。在使用该方法时，需要注意指定需要排序的列或索引，以及保留值的方式，避免数据处理上的错误。