如何用Python/Pandas获取CSV中销量Top20书籍并显示产品名及排序？

你的问题出在value_counts()的用法上——这个函数是用来统计相同销量值出现的次数，而不是按单本书的销量排序筛选。要实现你要的「取销量前20的书籍并包含书名」，可以用下面两种简洁的方式：

方法1：用nlargest直接筛选（推荐） #

nlargest可以直接帮你选出指定列数值最大的前N行，同时保留所有需要的列：

import pandas as pd

df = pd.read_csv('books.csv')
# 剔除销量为空的行（如果数据里有缺失值的话）
df = df.dropna(subset=['Sales'])
# 取销量前20的书籍，保留书名和销量列，默认就是按销量降序排列
top_20_books = df.nlargest(20, 'Sales')[['Product Name', 'Sales']]

print(top_20_books)

方法2：先排序再取前20 #

如果需要更清晰的排序过程，可以先按销量降序排序，再截取前20行：

import pandas as pd

df = pd.read_csv('books.csv')
df = df.dropna(subset=['Sales'])
# 按销量从高到低排序
sorted_df = df.sort_values(by='Sales', ascending=False)
# 取前20行，保留需要的列
top_20_books = sorted_df.head(20)[['Product Name', 'Sales']]

print(top_20_books)

两种方法的效果完全一致，你可以根据习惯选择。另外注意：如果你的Sales列是字符串格式（比如带逗号、美元符号），需要先转换成数值类型才能正确排序，比如：

# 处理带$和逗号的销量列（示例）
df['Sales'] = df['Sales'].replace('[\$,]', '', regex=True).astype(float)

内容的提问来源于stack exchange，提问作者bryd