如何用Pandas将排序后的DataFrame存储到新变量，筛选极值树木数据？

要保留原始DataFrame不变，只需去掉sort_values方法的inplace=True参数，将排序后的结果赋值给新变量即可。这样原始数据不会被修改，新变量中存储的是排序后的数据集，直接取首行就能得到目标结果。

修改后的代码如下：

import pandas as pd

# 读取原始数据，原DataFrame保持不变
trees = pd.read_csv('redwood_data.txt', delimiter='\t')

# 按直径降序排序，结果存入新变量
sorted_by_diameter = trees.sort_values('diameter (m)', ascending=False)
max_diam_tree = sorted_by_diameter.iloc[0]
print(f"The tree with the largest diameter is {max_diam_tree['Tree name']} with a diameter of {max_diam_tree['diameter (m)']} m.")

# 按高度降序排序，结果存入新变量
sorted_by_height = trees.sort_values('height (m)', ascending=False)
max_height_tree = sorted_by_height.iloc[0]
print(f"The tree with the highest height is {max_height_tree['Tree name']} with a height of {max_height_tree['height (m)']} m.")

关键说明： #

• sort_values默认返回排序后的新DataFrame，赋值给新变量后，原始的trees数据不会被修改
• 使用iloc[0]获取排序后的第一行，比直接用[0]更可靠，避免原索引混乱导致的取值错误
• 用f-string格式化输出代码更简洁易读

内容的提问来源于stack exchange，提问作者user16342430