Pandas Top N：nlargest 与 nsmallest 的正确前提

nlargest 和 nsmallest 比完整排序后再切片更直接，适合数值列的前 N 名分析。

top_customers = df.dropna(subset=["revenue"]).nlargest(10, "revenue")

若排名影响业务决策，应定义并列时的第二排序键和统计口径。字符串金额、混合币种或未去重记录不能直接拿来排序。