如何在Pandas DataFrame分组中获取每组第三高的Value值？

首先明确你的代码问题：grp.nlargest(3).min()的逻辑是取该组最大的3个值，再取其中最小的——这其实等价于该组的第三大值（包含重复值的情况），但如果你的需求是去重后的第三高值，或者组内元素不足3个时需要特殊处理，这个写法就不符合预期。

下面分两种常见需求给出解决方案：

需求1：取每组排序后的第三个最大值（允许重复值，不足3个时返回NaN） #

比如组内数据是[10,10,9,8]，第三高是9；组内数据是[5,5,5]，第三高是5；组内数据只有2个值时返回NaN。

代码写法：

import numpy as np

df.groupby('ID')['Value'].apply(lambda grp: grp.sort_values(ascending=False).iloc[2] if len(grp) >= 3 else np.nan)

需求2：取每组去重后的第三个最大值（相同值只算一次，不足3个时返回NaN） #

比如组内数据是[10,10,9,8]，去重后是[10,9,8]，第三高是8；组内数据是[5,5,4]，去重后只有2个值，返回NaN。

代码写法：

import numpy as np

df.groupby('ID')['Value'].apply(lambda grp: np.sort(grp.unique())[-3] if len(grp.unique()) >= 3 else np.nan)

原代码不符合预期的原因 #

如果你的组内存在多个重复的高值，比如数据是[10,10,10,8]，grp.nlargest(3)会取出三个10，min()结果还是10。如果你的需求是去重后的第三高（也就是8），那原代码就会出错，这时候就需要用需求2的写法。

内容的提问来源于stack exchange，提问作者Ger Gleeson