pandas.nlargest() - 与重复的索引值混淆答案

【问题标题】：pandas.nlargest() - Confused with repeated index valuespandas.nlargest() - 与重复的索引值混淆
【发布时间】：2023-03-30 07:13:01
【问题描述】：

我有以下示例 DataFrame 定义如下：

df1 = pandas.DataFrame(data = {"Age":[28, 3, 32, 18], "Student":[False, True, False, False]}, index = ["Jack", "Sam", "Nate", "Jack"])

输出如下。

如果我想提取年龄值最大的 2 行，我使用 pandas.nlargest(2, "Age") 并且输出有 3 行而不是 2 行，如下所示：

如果我尝试使用 pandas.nlargest(4, "Age") 获取 4 个最大的年龄值，结果会更加混乱，如下所示：

我对理解其背后的原因感到困惑。

【问题讨论】：

你使用什么版本的“熊猫”？我试过你的例子，它工作正常：'df1.nlargest(2,'Age')'返回两行最大'Age'。另请参阅github.com/pandas-dev/pandas/issues/13412 我使用了 pandas 版本。 0.19.2
版本为0.19.1。我也试过网上的python shell，结果是一样的。
@user35603 我更新并解决了问题。我真的很感激。你让我免于头疼几个小时
感谢 MaxU，希望它可以帮助某人。我已经做到了。
我很乐意提供帮助 ;)

标签： python pandas dataframe

【解决方案1】：

问题已解决。我使用的 Pandas 版本是 0.19.1，在 suggestion of @user35603 之后我将其更新为 0.19.2 并重新执行代码，它可以工作了！

谢谢user35603！

在Pandas 0.19.2 中修复了以下错误：

当索引具有重复值时，DataFrame.nlargest 和 DataFrame.nsmallest 中的错误 (GH13412)

注意：bug still remains 应用于 count 函数时，nlargest 函数上

【讨论】：

【解决方案2】：

我正在使用 Excel 电子表格，并且在使用 nlargest 时也遇到了这个问题。我也在使用 0.19.2 并且仍然有这个问题。索引值确实在我的工作表中重复。然而，除非 CELL 值也是重复的，否则没有问题。示例：

new = dataframe.nlargest(5, "DEF") -- only taking 5 largest values
print(new.loc[:, "DEF"])

打印：

Player
Player 1    39.0
Player 2    36.0
Player 3    36.0
Player 2    36.0
Player 3    36.0
Player 4    34.0      
Player 1    34.0
Player 5    34.0
Player 4    34.0
Player 1    34.0
PLayer 5    34.0
Name: DEF, dtype: float64

-- 我得到 11 个值而不是 5 个......它应该给我这个：

Player
Player 1    39
Player 2    36
Player 3    36
Player 4    34
Player 1    34

如果单元格值不重复，则 nlargest 对我有用。示例：

new = all_rounds.nlargest(5, "Frags")
print(new.loc[:, "Frags"])

prints:
Player
Player 1    117.0
Player 2    112.0
Player 2    105.0
Player 3    103.0
PLayer 4    102.0
Name: Frags, dtype: float64

--这是正确的。

当单元格值重复时，在 Excel 数据框中使用 nlargest 似乎存在问题。除非我错过了什么。

【讨论】：