nlargest 比 sort_values + head 更快，因其基于堆实现，时间复杂度为 o(n log k)，而 sort_values 为 o(n log n)；当 k 远小于 n 时优势明显，但仅支持数值列。
nlargest 为什么比 sort_values + head 更快
nlargest 内部用堆（heap）实现，时间复杂度约 O(n log k)，而 sort_values 是 O(n log n)。当 N 远小于 DataFrame 行数时，跳过全量排序能明显提速，尤其在百万级数据上差异显著。
注意：nlargest 只支持数值列（int/float），对字符串或 datetime 列会报 TypeError: '；若需按时间取最大（即最新），得先转成 <code>datetime64 类型再用。
nlargest 基本用法与参数含义
调用形式为 df.nlargest(n, columns, keep='first')，其中：
-
n：要取的行数，必须是正整数 -
columns：可传单列名（'score'）或列名列表（['score', 'age']）；多列时按顺序优先级排序，类似sort_values(['score', 'age'], ascending=[False, False]) -
keep：控制重复值处理，'first'（默认，保留首次出现）、'last'、'all'（可能返回超过 n 行）
示例：df.nlargest(5, 'price', keep='all') 会返回所有 price 并列第 5 名的行，结果可能 >5 行。
常见错误：空值、非数值列、索引丢失
遇到以下情况会出问题：
- 目标列含
NaN：默认被排在最后，nlargest仍会返回前 N 行（含 NaN 行），但通常这不是预期行为 —— 应先用dropna(subset=['col'])清洗 - 列类型是
object但实际存数字字符串（如'123'）：会报错或返回空，需先转类型：df['col'] = pd.to_numeric(df['col'], errors='coerce') - 原 DataFrame 索引不连续（如删过行）：
nlargest返回的新 DataFrame 索引默认保留原始索引，不是 0,1,2…，如需重置，链式调用.reset_index(drop=True)
替代方案对比：什么时候不该用 nlargest
当 N 接近总行数（比如取前 90%），nlargest 的堆操作开销反而可能高于直接排序；此时 df.sort_values('x', ascending=False).head(n) 更稳。
另外，如果后续还要按其他字段二次分组或聚合，用 sort_values 后接 groupby().head() 更自然；nlargest 不支持分组内 top-N（得用 groupby().apply(lambda x: x.nlargest(n, 'col'))，但性能较差）。
真正省心又高效的前提是：单列、纯数值、N ≪ len(df)、不需要分组上下文。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
