Python pandas系列 - nsmallest()

当我们需要处理大型数据时，通常需要从数据集中获取最大或最小的值。 pandas库提供了很多方便的函数来处理数据集，其中之一是nsmallest()函数。这个函数可以用来查找指定列中的最小值并返回一组索引。

以下是使用nsmallest()函数的基本语法：

DataFrame.nsmallest(n, columns, keep='first')

其中，参数包括：

• n：返回索引数量；
• columns：指定需要考虑的列；
• keep：用于指定删除多余行的规则，第一个或最后一个。

返回值：

• 返回一个由最小元素的索引组成的列表。

这个函数主要用于查找数据集中的最小值，而不是最大值。如果要获取最大值，请使用nlargest()函数。

下面我们来看一个实际使用nsmallest()函数的例子。假设我们有一个包含学生姓名及数学和英语成绩的数据集：

import pandas as pd

data = {"Name": ["Alice", "Bob", "Charlie", "David", "Eric", "Frank"],
        "Math": [90, 75, 82, 93, 87, 65],
        "English": [89, 92, 76, 88, 91, 82]}

df = pd.DataFrame(data)

我们要查找数学成绩最低的两个学生的姓名和成绩，可以使用nsmallest()函数：

result = df.nsmallest(2, "Math")
print(result[["Name", "Math"]])

输出结果为：

      Name  Math
5    Frank    65
1      Bob    75

可以看出，根据数学成绩，Frank和Bob是最低的两个成绩，他们的成绩分别为65和75。

需要注意的是，如果数据集中有多个检索到的最小值，则根据参数keep指定的规则来保留或删除多余行。默认情况下，keep参数设置为“first”，就是删除除第一个找到的最小值以外的所有行。如果将参数设置为“last”，则会删除最后找到的最小值以外的所有行。

总的来说，nsmallest()函数是pandas库中一个非常有用的函数，它可以快速查找数据集中的最小值，并返回相应的索引。此外，该函数还具有删除多余行的能力，使得数据集处理更加灵活和高效。