如何从按年份划分的DataFrame中提取每年的前2-3个最高值

假设你的DataFrame包含年份列（比如year）和需要排序的数值列（比如value），下面提供两种常见场景的实现方式：

场景1：严格取每年前N行（按数值降序，仅保留前N条记录） #

如果只需要每年排序后的前N行（即使存在数值并列，也只取前N条），可以用groupby结合nlargest快速实现：

import pandas as pd

# 示例DataFrame
data = {
    'year': [2020, 2020, 2020, 2021, 2021, 2021, 2021],
    'value': [10, 20, 20, 30, 40, 40, 50]
}
df = pd.DataFrame(data)

# 设置要保留的每年最高值数量
top_n = 2

# 分组筛选
result = df.groupby('year', group_keys=False).apply(lambda x: x.nlargest(top_n, 'value'))

场景2：保留所有属于前N个最高值的行（含并列） #

如果需要保留所有数值属于每年前N个最高值的记录（比如某年份有多个行数值并列第二，全部保留），可以用排名方法实现：

# 设置要保留的最高值个数
top_n = 2

# 按年份分组计算稠密排名（相同数值排名相同）
df['rank'] = df.groupby('year')['value'].rank(method='dense', ascending=False)

# 筛选排名<=top_n的行，最后删除临时排名列
result = df[df['rank'] <= top_n].drop(columns='rank')

两种方法的区别：

• 场景1会严格限制每年的行数为N，适合只需要固定条数的需求；
• 场景2会保留所有符合前N个最高值的行，适合需要包含并列数据的需求。

内容的提问来源于stack exchange，提问作者Bruno Queiroz