如何在Pandas DataFrame中添加计算每行前5值平均值的新列

需求说明 #

需要为Pandas DataFrame添加一列，计算每行中前5个最大值的平均值，对应Excel中的公式：=AVERAGE(LARGE(B2:K2,{1,2,3,4,5}))。

示例数据 #

import pandas as pd
import random

random.seed(0)

df = pd.DataFrame({
    'A': random.choices(range(10), k=10),
    'B': random.choices(range(10), k=10),
    'C': random.choices(range(10), k=10),
    'D': random.choices(range(10), k=10),
    'E': random.choices(range(10), k=10),
    'F': random.choices(range(10), k=10),
    'G': random.choices(range(10), k=10),
    'H': random.choices(range(10), k=10),
    'I': random.choices(range(10), k=10),
    'J': random.choices(range(10), k=10)})

最优解决方案 #

方法1：Pandas原生简洁实现

直接按行调用nlargest提取前5个最大值，再计算平均值：

# 新增top_5_avg列
df['top_5_avg'] = df.apply(lambda row: row.nlargest(5).mean(), axis=1)

• axis=1指定按行处理，row.nlargest(5)取出当前行的前5个最大值，.mean()计算它们的平均值。

方法2：Numpy高效实现（适合大数据集）

如果DataFrame行数较多，用Numpy排序方法性能更优：

import numpy as np

# 每行降序排序后取最后5个值（最大的5个），再计算均值
df['top_5_avg'] = np.sort(df.values, axis=1)[:, -5:].mean(axis=1)

• np.sort(df.values, axis=1)对每行进行升序排序，[:, -5:]截取每行最后5个元素（即最大的5个），.mean(axis=1)计算每行的均值。

错误用法说明 #

之前尝试的df['A'].nlargest(5).mean()仅针对单列A计算整个列的前5个最大值的平均值，并非按行处理，因此无法满足需求。

内容的提问来源于stack exchange，提问作者srpollaa