如何从Python-3的DataFrame中查找前N个最小值

我在数据框下方有字段“年龄”，需要从数据框中找到前3个最低年龄

DF = pd.DataFrame.from_dict({'Name':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'Age':[18, 45, 35, 70, 23, 24, 50, 65, 18, 23]})

DF['Age'].min()  

要在列表中排名前两个年龄（即18、23），如何实现？

注意：DataFrame-DF包含年龄重复项，即18和23重复两次，需要唯一值。

您可以使用nsmallest(..)[pandas-doc]：

df.nsmallest(2, 'Age')

对于给定的样本数据，这给我们：

>>> df.nsmallest(2, 'Age')
  Name  Age
0    A   18
4    E   23

或者，如果您只需要Age列的值：

>>> df['Age'].nsmallest(2)
0    18
4    23
Name: Age, dtype: int64

或者您可以将其包装在列表中：

>>> df['Age'].nsmallest(2).to_list()
[18, 23]

您可以获取ñ最小的独特价值，首先构造一个Series具有唯一值：

>>> pd.Series(df['Age'].unique()).nsmallest(2)
0    18
4    23
dtype: int64
>>> df['Age'].drop_duplicates().nsmallest(2)
0    18
4    23
Name: Age, dtype: int64

正确的方法是使用nsmallest，这里我展示了另一种方式：DataFrame.sort_values+DataFrame.head

df['Age'].sort_values().head(2).tolist()
#[18, 23]

更新

如果有重复项，我们可以Series.drop_duplicates以前使用：

df['Age'].drop_duplicates().nsmallest(2).tolist()
#df['Age'].drop_duplicates().sort_values().head(2).tolist()
#[18, 23]

或np.sort+np.unique

[*np.sort(df['Age'].unique())[:2]]
#[18, 23]