在 Pandas 中查找数据框中的前十名

Question

我有一个包含大约800行数据的Dataframe（df），数据如下：

Name:Jason
Age: 45 Ticket:1

Name:Kim
Age: 30 Ticket:0

其中，1表示持有票，0表示没有持有票。

(抱歉，上面的格式可能不太好看。实际上，这个Dataframe有三列：Name，Age和Ticket)

我想使用Pandas找到拥有门票的年龄最大的前10位人员的语法是什么？

目前为止，我写了以下代码：

df.sort_values('Age',ascending=False,inplace=True)(data.Ticket==1)
(data.head(10))

我知道那不是正确的，但它展示了我正在寻找的参数。有什么想法吗？谢谢。

- JD2775

Answer 1

如果你只想要老人们的名字，那么

df[df['Ticket'] == 1].sort_values('Age')['Names'].head(10)

- bigbounty

---

谢谢你们两个。这两种解决方案都运行了，并且它们按年龄降序排序（这正是我想要的），但它们都没有将数据集限制为10行。嗯嗯。 - JD2775

抱歉bigbounty，由于某些原因它只让我给第一个点赞。 - JD2775

@JD2775，我刚刚为你的问题点了赞。你现在已经有15个声望值并可以进行点赞了。 - piRSquared

我也加一份。 - piRSquared

哈，谢谢大家。新手问题。所以，不知道为什么返回的列表没有停在10？（请参见我对答案的第一条回复） - JD2775

哦...尝试使用索引 df[:,:10] - bigbounty

Answer 2

其中一种常见的方法是使用 nlargest 方法：

df[df.Ticket == 1].nlargest(10, 'Age')['Names']

这样，您就不需要显式地进行排序。

- Teoretic

Answer 3

掩码、排序、头部

df[df.Ticket == 1].sort_values('Age').head(10)

- piRSquared