如何在Python中筛选DataFrame的yearweek列前4个最大值对应数据？

你的问题出在nlargest的逻辑上：它是按行选取yearweek最大的前N条记录，当大量行的yearweek等于最大值时，keep='all'会返回所有最大值的行，而非前4个不同yearweek的全部数据。要实现需求，需要先提取最大的4个不同yearweek值，再筛选这些周对应的所有行，具体步骤如下：

步骤1：获取最大的4个唯一yearweek值 #

可以通过以下几种方式实现：

方法一：排序去重后取前4 #

# 提取所有唯一的yearweek，降序排序后取前4个
top4_weeks = sorted(df['yearweek'].unique(), reverse=True)[:4]

方法二：用numpy简化排序 #

import numpy as np
# 升序排序后取最后4个（即最大的4个）
top4_weeks = np.sort(df['yearweek'].unique())[-4:]

方法三：通过去重行筛选 #

# 先去重得到每个yearweek的单行数据，再取最大的4个yearweek
top4_weeks = df.drop_duplicates(subset='yearweek').nlargest(4, 'yearweek')['yearweek'].tolist()

步骤2：筛选对应周的所有数据 #

用isin方法保留yearweek属于top4_weeks的所有行：

filtered_df = df[df['yearweek'].isin(top4_weeks)]

这样就能自动获取最近4周的全部数据，每周新增数据后重新运行代码即可，无需手动指定周数。

内容的提问来源于stack exchange，提问作者JuanGS