python常用pandas函数nlargest 和 nsmallest及其手动实现
`pandas`是Python数据分析的重要工具之一，提供了大量便捷的数据操作方法。`nlargest`和`nsmallest`是`pandas`中两个非常实用的函数，它们可以帮助我们快速找出Series或DataFrame中最大或最小的n个值。
### pandas中的`nlargest`和`nsmallest`函数
- `nlargest(n, columns, keep='first')`: 返回DataFrame中某列最大的n个值。
- `nsmallest(n, columns, keep='first')`: 返回DataFrame中某列最小的n个值。
参数解释：
- `n`：一个整数，表示想要返回的元素数量。
- `columns`：用于指定在哪一列中查找最大或最小值。
- `keep`：{'first', 'last', 'all'}，这个参数决定了当存在多个相同的最大或最小值时，保留哪些。默认是'first'，即仅保留第一次出现的值。
### 示例
假设我们有以下DataFrame：
```python
import pandas as pd
data = {'Name': ['Tom', 'Jerry', 'Mickey', 'Donald', 'Goofy'],
'Age': [25, 21, 30, 29, 24]}
df = pd.DataFrame(data)
```
- 查找年龄最大的3个角色：
```python
df.nlargest(3, 'Age')
```
- 查找年龄最小的2个角色：
```python
df.nsmallest(2, 'Age')
```
### 手动实现`nlargest`和`nsmallest`
尽管pandas提供了这两个非常方便的函数，但了解它们的手动实现方式也是有益的，这有助于加深对数据操作的理解。
#### 手动实现`nlargest`
```python
def manual_nlargest(df, n, column):
return df.sort_values(by=column, ascending=False).head(n)
```
#### 手动实现`nsmallest`
```python
def manual_nsmallest(df, n, column):
return df.sort_values(by=column).head(n)
```
### 示例
使用手动实现的函数：
- 查找年龄最大的3个角色：
```python
manual_nlargest(df, 3, 'Age')
```
- 查找年龄最小的2个角色：
```python
manual_nsmallest(df, 2, 'Age')
```
这些手动实现方法基于DataFrame的`sort_values`函数，通过排序并选择顶部n行实现。虽然在实践中，直接使用pandas提供的`nlargest`和`nsmallest`会更方便、效率更高，但理解其背后的原理是非常有帮助的。