如何基于CTC获取各公司薪资Top2岗位？现有代码存困惑

你的代码逻辑是提取每个公司下各岗位的最高薪资记录，但要实现「每家公司薪资最高的前2个岗位」，需要调整分组排序逻辑，以下是几种实用方法：

场景1：每个公司取岗位最高薪资排名前2的岗位（每个岗位仅保留最高薪资记录） #

先聚合每个公司+岗位的最高薪资，再按公司对薪资降序筛选前2：

# 1. 先得到每个公司每个岗位的最高薪资
job_max_ctc = df23.groupby(['company_name', 'job_position'], as_index=False)['ctc'].max()

# 2. 按公司分组，取每组薪资最高的2个岗位
top2_jobs_per_company = job_max_ctc.groupby('company_name').apply(
    lambda x: x.nlargest(2, 'ctc')
).reset_index(drop=True)

场景2：每个公司取所有记录中薪资前2的记录（同岗位可有多条高薪资记录） #

如果不需要先聚合岗位薪资，直接从全量数据中按公司取薪资前2的记录：

top2_records_per_company = df23.groupby('company_name').apply(
    lambda x: x.nlargest(2, 'ctc')
).reset_index(drop=True)

处理并列排名的灵活方案 #

如果需要处理薪资并列的情况（比如多个岗位薪资同为第二），可以用rank函数：

# 给每个公司内的薪资降序排名，method参数控制并列处理逻辑（min/mean/dense等）
df23['ctc_rank'] = df23.groupby('company_name')['ctc'].rank(method='min', ascending=False)

# 筛选排名前2的记录
top2_jobs = df23[df23['ctc_rank'] <= 2].reset_index(drop=True)

注意事项 #

你之前的代码中存在键不匹配的问题：groupby用的是company_name，但merge用的是company_hash，这会导致数据匹配失败，需要保持分组和关联的键一致。

内容的提问来源于stack exchange，提问作者nil s