Question

不确定正确的标题。但我需要从数据框中取出一个列，并显示前五个结果。该列是整数和不适合结果的混合。作为示例，我创建了一个基本数据框：

regiona col1
a   n/a
a   1
a   200
b   208
b   400
b   560
b   600
c   800
c   1120
c   1200
c   1680
d   n/a
d   n/a

所以跑：

import pandas as pd
df = pd.read_csv('test_data.csv')

然后我创建了一个基本函数，因此我可以在不同的列上使用它，因此构造：

def max_search(indicator):
    displaced_count = df[df[indicator] != 'n/a']
    table = displaced_count.sort_values([indicator], ascending=[False])
    return table.head(5)

但是当我跑步时

max_search('col1')

它返回：

    regiona col1
7         c  800
6         b  600
5         b  560
4         b  400
3         b  208

所以它错过了大于800的任何东西。我认为该函数应该做的步骤是：

过滤掉不适合的valyes
返回前五个值。

然而，它不会返回超过800的东西？我错过了一些非常明显的东西吗？

Answer 1

检查您的数据框dtypes，现在是object。所以首先要确保col1的数据类型是数字。在pd.read_csv()使用na_values，您的功能将按预期工作：

df = pd.read_csv('test_data.csv', na_values='n/a')
# df.dtypes

Answer 2

你也可以这样做：

df['col1'] = pd.to_numeric(df['col1'], errors='coerce')
df.dropna().sort_values(['col1'], ascending=False).head(5)

   regiona    col1
10       c  1680.0
9        c  1200.0
8        c  1120.0
7        c   800.0
6        b   600.0

pandas排序列错过了值

2 个答案: