sort_values报错排查：如何获取本科生占比最高的5所院校？

错误原因 #

1. 参数不匹配：groupby('Name')['PercUG'].unique()返回的是pandas Series，而Series的sort_values()方法没有by参数——by是DataFrame的sort_values()专用参数，用于指定排序列。
2. 逻辑问题：unique()会返回每个院校对应的所有唯一PercUG值数组，无法直接用于排序比较，不符合“取最高占比”的需求。

正确实现方案 #

根据数据实际情况选择以下两种方案：

方案1：每个院校对应唯一的本科生占比 #

如果每个Name仅对应一个PercUG值，直接分组取值后排序：

import pandas as pd

# 分组取唯一值、降序排序、取前5
top5_colleges = df_college.groupby('Name')['PercUG'].first().sort_values(ascending=False).head(5)

方案2：每个院校存在多个本科生占比记录 #

如果一个院校有多条记录，先取每个院校的最高占比再排序：

import pandas as pd

# 分组取最大值、降序排序、取前5
top5_colleges = df_college.groupby('Name')['PercUG'].max().sort_values(ascending=False).head(5)

说明 #

• 用first()/max()替代unique()，确保每个院校对应一个可用于排序的数值。
• Series的sort_values()只需指定ascending=False实现降序，无需by参数。
• head(5)用于提取排名前5的院校数据。

内容的提问来源于stack exchange，提问作者Ajit Singh