如何用Python DataFrame筛选进球均值最高且场次最少的前10支球队

要实现“进球均值最高且参赛场次最少的前10支球队”的筛选，核心是按优先级排序：先以进球均值降序排列，进球均值相同的情况下，再按参赛场次升序排列，最后取前10。之前的单一nlargest或合并DataFrame的方法逻辑不对，以下是两种可行方案：

方法一：用sort_values + head（直观易读） #

先按指定规则排序，再截取前10行，适合大部分场景：

# 替换成你实际的参赛场序列名，比如'Partidos Jugados'
sorted_df = mundialestotales_df.sort_values(
    by=['Prom. de Gol', 'Partidos Jugados'],
    ascending=[False, True]  # 进球均值降序，参赛场次升序
)
top10_teams = sorted_df.head(10)

方法二：改进nlargest（大数据集更高效） #

nlargest支持多列排序，但默认是降序，所以要对参赛场次列取反来实现升序逻辑：

top10_teams = mundialestotales_df.nlargest(
    10,
    columns=['Prom. de Gol', lambda x: -x['Partidos Jugados']],
    keep='first'  # 相同值时保留最先出现的球队
)

为什么合并DataFrame无效？ #

你之前尝试的合并方法逻辑有误：合并是取两个筛选结果的交集/并集，但你的需求是排序优先级——优先看进球均值，再看场次多少，不是单纯筛选“进球均值前10且场次最少的交集”，所以合并无法实现目标。

注意事项 #

• 请确认参赛场次的列名，替换代码中对应的字段（比如你的列可能叫Partidos，需自行调整）。
• 如果存在多支球队进球均值和场次都完全相同的情况，keep='first'会保留数据集中最先出现的球队，你也可以根据需求换成keep='last'或keep='all'（此时结果可能超过10行）。

内容的提问来源于stack exchange，提问作者DassDaffy_