如何在python中获得前N个值

Question

我有一个值列表

说

df = DataFrame({'key1' : ['a', 'a', 'b', 'b', 'a'],
   ....:                 'key2' : ['one', 'two', 'one', 'two', 'one'],
   ....:                 'data1' : abs(np.random.randn(5)*100),
   ....:                 'data2' : np.random.randn(5)})

所以如果这是我的数据，

我想只返回data1的前三个值并返回所有4列

除了我想到的很多if语句之外，最好的方法是做什么。

我正在寻找最大的，但不知道我怎么能这样做

======================== update ====================== ===

所以如果在上面运行就会得到这个结果

我想得到返回df只有1,2,3的rowindex因为他们拥有最高的前3名数据1（98,94,95）

Answer 1

In [271]: df
Out[271]: 
      data1     data2 key1 key2
0 -1.318436  0.829593    a  one
1  0.172596 -0.541057    a  two
2 -2.071856 -0.181943    b  one
3  0.183276 -1.889666    b  two
4  0.558144 -1.016027    a  one

In [272]: df.ix[df['data1'].argsort()[-3:]]
Out[272]: 
      data1     data2 key1 key2
1  0.172596 -0.541057    a  two
3  0.183276 -1.889666    b  two
4  0.558144 -1.016027    a  one

虽然heapq.nlargest may be theoretically more efficient，但实际上即使对于相当大的DataFrame，argsort往往更快：

import heapq
import pandas as pd
df = pd.DataFrame({'key1' : ['a', 'a', 'b', 'b', 'a']*10000,
                 'key2' : ['one', 'two', 'one', 'two', 'one']*10000,
                 'data1' : np.random.randn(50000),
                 'data2' : np.random.randn(50000)})

In [274]: %timeit df.ix[df['data1'].argsort()[-3:]]
100 loops, best of 3: 5.62 ms per loop

In [275]: %timeit df.iloc[heapq.nlargest(3, df.index, key=lambda x: df['data1'].iloc[x])]
1 loops, best of 3: 1.03 s per loop

Answer 2

按data1列的值降序排序：

df.sort(['data1'], ascending=False)[:3]