Summary  
Demonstrates using the nlargest() method to select the top N rows from a dataset by specified columns, with options to include all duplicate values.

General domain of usage  
Data analysis

Im letzten Kapitel haben Sie gelernt, wie Sie die kleinsten Werte ausgeben; dasselbe ist selbstverständlich auch mit den größten Werten möglich. Dafür verwenden Sie eine sehr ähnliche Methode mit demselben Argument wie zuvor: `.nlargest()`. Sehen Sie sich das Beispiel an, wie Sie die 10 neuesten Autos ausgeben, zusätzlich sortiert nach `'Engine_volume'` – alle Duplikate eingeschlossen:

```python
data.nlargest(10, ['Year', 'Engine_volume'], keep = 'all')
```

Wählen Sie die KORREKTE Methode, um die 100 teuersten Autos auszugeben, sortiert zuerst nach `'Price'` und dann nach `'Year'`, ohne Duplikate – nur die ersten 100 Werte.

Dieser Kurs enthält zahlreiche nützliche Funktionen für angehende Data Analysts. Sie lernen verschiedene Methoden zur Extraktion von Daten kennen und können sogar Bedingungen darauf anwenden. Anschließend werden Ihnen Methoden zur Gruppierung von Daten vermittelt. Außerdem lernen Sie, wie Daten vorverarbeitet werden. Jeder Abschnitt verfügt über einen eigenen Datensatz, sodass der Kurs spannend bleibt.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben. Außerdem machen Sie sich mit den Methoden zur Auswahl von Zeilen anhand von Indizes vertraut.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem erfahren Sie, wie Sie diese kombinieren und eigene Bedingungen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob sich Ihre Daten in einer definierten Werteliste oder zwischen zwei Werten befinden. Außerdem erfahren Sie, wie Sie die größten und kleinsten Werte ermitteln.

Dieser Abschnitt gehört zu den faszinierendsten des Kurses. Hier lernen Sie, wie Daten auf verschiedene Arten gruppiert werden können. Dies unterstützt Sie als Datenanalyst dabei, Informationen über bestimmte Datengruppen zu ermitteln.

Dieser Abschnitt ist für Datenanalysten von großer Bedeutung, da eine fehlerhafte Formatierung oder fehlende Werte in den Daten die weitere Verarbeitung unmöglich machen. Hier wird vermittelt, wie mit solchen ungeeigneten Werten umzugehen ist.

Ermitteln der Größten Werte Einer Spalte