如何对DataFrame按行排序将每行最大值置于靠前列

你写的代码有四个核心错误，根本跑不出预期结果：

• 四层嵌套for循环是对四列数据做笛卡尔积全组合遍历，完全不是按行取同一行的四个数值
• Python列表默认sort()是升序排列，就算遍历逻辑正确，lista[0]取到的是最小值，不是你要的最大值
• 循环内每次对整列df["AREA_Mayor"]、df["AREA_Menor"]赋值，最终所有行的结果都会是最后一次循环计算的值，不可能和原行一一对应
• 完全没处理NaN值的排序逻辑，很容易出现空值排在数值前面的问题

pandas自带逐行处理接口，不用手写循环，效率高还能自动兼容NaN值，代码如下：

# 逐行做降序排序，NaN统一放到行末尾
sorted_row = Exapand_re_metrs.apply(
    lambda x: x.sort_values(ascending=False, na_position="last"),
    axis=1
)

# 取排序后的前两列，就是每行的最大值、次大值，直接赋值到原df对应列即可
df["AREA_Mayor"] = sorted_row.iloc[:, 0]
df["AREA_Menor"] = sorted_row.iloc[:, 1]

# 如果需要保留四列排序后的完整结果，直接重命名列即可
# sorted_row.columns = ["AREA_Mayor", "AREA_Menor", "AREA_3rd", "AREA_4th"]

参数说明 #

• axis=1：指定按行维度执行函数，保证每次处理的是同一行的四个数值
• ascending=False：指定降序排列，数值从大到小排，最大值自然落在每行最左侧
• na_position="last"：把所有NaN值统一放到每行排序结果的最末尾，不会挤占有效数值的位置

内容的提问来源于stack exchange，提问作者A6UD3L01196