如何在Pandas DataFrame中创建包含每行第二大值的col4列

你的代码错误在于df.nlargest(2, columns=cols)是对整个DataFrame按指定列筛选前2行最大值，并非逐行计算每行的第二大值。以下是三种可行的正确实现方式：

方法1：使用apply逐行处理（直观易懂） #

import pandas as pd
import numpy as np

df = pd.DataFrame([[4, 1, 5], 
                   [5, 2, 9],
                   [2, 9, 3], 
                   [8, 5, 4]], 
                  columns=["col_A", "col_B", "col_C"])

df['col4'] = df.apply(lambda row: row.nlargest(2).iloc[1], axis=1)

• 逻辑：row.nlargest(2)获取该行前2个最大值（降序排列），iloc[1]取第二个元素即第二大值，axis=1指定按行处理。

方法2：使用numpy.partition（性能最优，适合大数据集） #

df['col4'] = np.partition(df.values, -2, axis=1)[:, -2]

• 逻辑：np.partition会将每行数据中倒数第2大及更大的值移至末尾区域，直接取[:, -2]即可得到每行的第二大值，此方法避免了逐行循环，性能远高于apply。

方法3：排序后取第二大值 #

df['col4'] = df.apply(lambda row: sorted(row, reverse=True)[1], axis=1)

• 逻辑：将每行元素降序排序后，取索引为1的元素（即第二大值），实现简单但性能略逊于numpy方法。

执行任意一种方法后，最终DataFrame结果如下：

col_A  col_B  col_C  col4
0      4      1      5     4
1      5      2      9     5
2      2      9      3     3
3      8      5      4     5

内容的提问来源于stack exchange，提问作者seblful