반응형
판다스 탑 3 추출 nsmallest, nlargest¶
In [1]:
# 예시데이터 생성
import pandas as pd
df = pd.DataFrame({
"name" : ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J"],
"value" : [2, 1, 10, 5, 4, 3, 8, 6, 7, 9]
})
df
Out[1]:
| name | value | |
|---|---|---|
| 0 | A | 2 |
| 1 | B | 1 |
| 2 | C | 10 |
| 3 | D | 5 |
| 4 | E | 4 |
| 5 | F | 3 |
| 6 | G | 8 |
| 7 | H | 6 |
| 8 | I | 7 |
| 9 | J | 9 |
In [2]:
# "value" 컬럼에서 큰수 탑3
df.nlargest(3, "value")
Out[2]:
| name | value | |
|---|---|---|
| 2 | C | 10 |
| 9 | J | 9 |
| 6 | G | 8 |
- [참고] 작은 수 기준 탑 3
In [3]:
df.nsmallest(3, "value")
Out[3]:
| name | value | |
|---|---|---|
| 1 | B | 1 |
| 0 | A | 2 |
| 5 | F | 3 |
반응형
'python' 카테고리의 다른 글
| 파이썬 리스트 짝짓기 zip (0) | 2023.07.28 |
|---|---|
| 데이터프레임 순위 컬럼 추가하기 (0) | 2023.07.28 |
| 아이리스 데이터 피어슨 상관분석 (0) | 2023.07.27 |
| 파이썬으로 rgb값을 색상표 만들기 (0) | 2023.07.25 |
| 올리베티 데이터 셋을 활용한 간단한 모핑(morphing) (0) | 2023.07.24 |
댓글