从Pandas数据框架的某一列中获取n个最大的值

获取Pandas数据框架中某一列中的最大值可以使用max()方法，获取一列中的所有最大值可以使用nlargest()方法，该方法可以指定要获取的最大值个数。

以下是获取一列中前5个最大值的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'name': ['Tom', 'Jerry', 'Mike', 'Alice', 'Jack', 'Bob'],
    'score': [85, 76, 92, 89, 95, 80]
}
df = pd.DataFrame(data)

# 获取score列中前5个最大值
n = 5
top_n = df['score'].nlargest(n)
print(top_n)

输出结果如下：

4    95
2    92
3    89
0    85
5    80
Name: score, dtype: int64

在该示例中，首先我们创建了一个示例数据框架df，包含姓名（name）和分数（score）两列。然后，我们使用df['score']来获取数据框架的score列，再使用nlargest(n)方法获取score列中前5个最大值。最后，我们打印输出了结果。

需要注意的是，nlargest()方法返回一个Pandas Series对象，其包含原始数据列中的前n个最大值，以及对应的行索引。如果需要获取完整的数据行，可以使用loc[]方法进行索引。以下是获取完整数据行的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'name': ['Tom', 'Jerry', 'Mike', 'Alice', 'Jack', 'Bob'],
    'score': [85, 76, 92, 89, 95, 80]
}
df = pd.DataFrame(data)

# 获取score列中前3个最大值的完整数据行
n = 3
top_n_index = df['score'].nlargest(n).index
top_n_rows = df.loc[top_n_index]
print(top_n_rows)

输出结果如下：

    name  score
4   Jack     95
2   Mike     92
3  Alice     89

在该示例中，我们首先获取了score列的前3个最大值的行索引，然后使用loc[]方法获取了对应的数据行。最后，我们打印输出了完整的数据行。