如何在Python pandas中基于重复频次选取列的前10个高频值

pandas的value_counts()方法天生支持单列值的频次统计，默认会按出现次数从高到低降序排列，直接取前10条即可得到目标结果。

最简代码实现 #

直接统计并取前10，返回结果为Series类型，索引是对应的country_state字符串，值为对应频次：

top10 = data['country_state'].value_counts().head(10)

常用扩展写法 #

如果需要将结果转为DataFrame格式，方便后续处理：

# 生成的DataFrame包含两列：country_state（取值）、count（对应出现次数）
top10_df = data['country_state'].value_counts().reset_index(name='count').head(10)

如果需要保留所有频次并列第10的条目，避免截断并列结果：

# keep='all'会保留所有和第10名频次相同的条目
top10_with_tie = data['country_state'].value_counts().nlargest(n=10, keep='all')

补充说明：value_counts()默认自动忽略空值，如果需要统计空值的出现频次，可传入参数dropna=False。

内容的提问来源于stack exchange，提问作者Subramanian K S