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

前の章では、最小値を出力する方法を学びましたが、同様に最大値も取得できます。そのためには、前回と同じ引数を使い、非常によく似たメソッドである `.nlargest()` を使用します。以下は、重複を含めて `'Engine_volume'` でソートされた最新の車10台を出力する例です:

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

最も高価な車を `'Price'` で、次に `'Year'` でソートし、重複を含めず最初の100件のみを取得する正しい方法を選択してください。

このコースには、将来のデータアナリストにとって有用な多くの関数が含まれています。さまざまなデータ抽出方法や条件設定について学びます。その後、データのグループ化手法に精通できます。また、データの前処理方法も学びます。各セクションには独自のデータセットが用意されているため、コースは魅力的な内容となっています。

このセクションでは、タイトルやインデックスによって特定の列を出力する方法を学びます。また、インデックスによって行を選択する方法についても理解を深めます。

ここでは、特定の条件を持つデータを抽出する方法を学びます。また、それらを組み合わせる方法や独自の条件を作成する方法も学びます。

このセクションでは、さまざまなデータ条件の設定に関する知識を拡張します。データが定義された値のリスト内にあるか、2つの値の間にあるかを確認する方法を学びます。また、最大値と最小値を見つける方法についても学びます。

このセクションは、本コースの中でも特に興味深い内容の一つです。ここでは、データをさまざまな方法でグループ化する方法を学びます。特定のデータグループに関する情報を見つけるために、データアナリストとして役立つ知識を身につけることができます。

このセクションはデータアナリストにとって最も重要なものの一つです。なぜなら、データに不適切な形式の欠損値が含まれている場合、作業が不可能になるためです。ここでは、そのような不適切な値への対処方法を学びます。

列の最大値の検索